标签：close enc python3.x byte 中文 解释 unicode 方法 说明
1.请说明python2与python3的默认编码是什么？
python的默认编码是ASCII码，python3的默认编码是utf-8
2.为什么会出现中文乱码？能列举出现乱码的情况有哪几种么？
编码的方式和解码的方式不一致，就会出现乱码现象。
比如：（1）文本内容是以gbk编码的，但是解码的方式却是utf-8,就会乱码
（2）文本内容是以ASCII进行编码的，那就不支持中文，如果往文本中添加中文，就会显示乱码.
解决方法：用chardet获取编码格式
import chardet str = "xxxxx" str_type = chardet.detect(str) code = str_type[‘encoding‘]
code即为str的编码格式。但有些人反映该方法得到的编码格式不准确，速度也慢。本人亲测，速度确实一般，但是目前还没遇到不准确的情况。大家可以斟酌使用，我这里只是提供一个思路，如果谁那里有更好的方式，可以告知小弟，不吝赐教。
3.如何进行编码转换？
运用 encode（编码）和decode（解码）
decode是解码，从二进制编码格式到unicode编码格式，解码的格式需要以最开始编码的方式一致，否则出现乱码
encode是编码，从unicode格式到二级制编码格式（可以是gbk,utf-8等等）
1 # -*- coding:utf-8 -*- 2 3 str = "你好" #py3默认编码是utf-8 4 print(‘unicode:‘, type(str),str) 5 str = bytes(str, encoding=‘utf-8‘) # 先编码，转换成bytes二进制类型 6 print(type(str), str) 7 str = str.decode("utf-8") #再解码，若这个地方写gbk,就会出现乱码错误 8 print(‘用utf-8编码成bytes类型，再解码成unicode:‘,type(str), str) 9 str=str.encode("gbk") 10 str=str.decode(‘gbk‘) 11 print(‘用gbk编码成unicode，再解码:‘, type(str), str)
4. # -*- coding:utf-8 -*- 这句话的作用是什么？
文本编码方式默认为utf-8
5.解释py2 bytes vs py3 bytes的区别
（1）Python 3 所有的 strings 均是 unicode 类型,如果要转换成bytes类型，则需要进行编码声明，比如：
str ? bytes：bytes(s, encoding=‘utf8‘) bytes ? str：s.decode(‘utf-8‘)
在python2.x 中是不区分bytes和str类型的，str的所有操作bytes都支持。但是在python3中bytes和str中是区分开的。
python2 中
>>> s = "abcdefg"
>>> b = s.encode() #或者使用下面的方式
>>> b = b"abcdefg"
>>> type(b)
<type ‘str‘>
python3中 #str和bytes是严格区分的
>>> s = "abcdefg"
>>> type(s)
<class ‘str‘>
>>> b = b"abcdefg"
>>> type(b)
<class ‘bytes‘>
str是文本系列，bytes是字节系列
文本是有编码的（UTF-8，GBK，GB2312等）
字节没有编码
文本的编码指的是字符如何使用字节来表示组织方式，linux下默认都使用UTF-8
（2）bytes与str之间的转换-------编码
bytes由str通过encode方法转化得到的,str也可以通过bytes 通过decode方法转化得到
通过b前缀可以定义bytes
GBK 是双字节，UTF-8 灵活编码，1字节，2字节，3字节，4字节都有，最大支持6字节长度，中文大多数是3字节
>>> S = "我是中国人"
>>> S
‘我是中国人‘
>>> b = S.encode() #进行编码为bytes
>>> b
b‘\xe6\x88\x91\xe6\x98\xaf\xe4\xb8\xad\xe5\x9b\xbd\xe4\xba\xba‘
>>> b.decode() #进行解码为字符串
‘我是中国人‘
>>>
str被编码成什么格式的，就需要使用什么格式的编码进行解码
>>> S = "我是中国人"
>>> S
‘我是中国人‘
>>> b = S.encode(‘GBK‘)
>>> b
b‘\xce\xd2\xca\xc7\xd6\xd0\xb9\xfa\xc8\xcb‘
>>> b.decode(‘GBK‘)
‘我是中国人‘
（3）bytes的操作
bytes具有string类型的所有操作,bytes可以通过str encode转化，也可以通过前缀b定义
>>> b = b‘abc‘
>>> b
b‘abc‘
>>> b.decode()
‘abc‘
>>> len((‘我是中国人‘).encode()) #求bytes的长度
15
>>> b
b‘abc‘
>>> b.hex() #转化为16进制
‘616263‘
>>> bin(616263) #转化为2进制
‘0b10010110011101000111‘
标签：close enc python3.x byte 中文 解释 unicode 方法 说明
原文地址：https://www.cnblogs.com/cyhv5/p/9083805.html
