Python字符串编码相关问题

灰太狼 2023-02-21 02:30 8阅读 0赞

## 1、字符串前加 u ##

例：u"我是含有中文字符组成的字符串。"

作用：

后面字符串以 Unicode 格式 进行编码，一般用在中文字符串前面，防止因为源码储存格式问题，导致再次使用时出现乱码。

## 2、字符串前加 r ##

例：r"\\n\\n\\n\\n”　　\# 表示一个普通生字符串 \\n\\n\\n\\n，而不表示换行了。

作用：

去掉反斜杠的转义机制。

（特殊字符：即那些，反斜杠加上对应字母，表示对应的特殊含义的，比如最常见的”\\n”表示换行，”\\t”表示Tab等。 ）

应用：

常用于正则表达式，对应着re模块。

## 3、字符串前加 b ##

例: response = b'<h1>Hello World!</h1>'     \# b' ' 表示这是一个 bytes 对象

作用：

b" "前缀表示：后面字符串是bytes 类型。

用处：

网络编程中，服务器和浏览器只认bytes 类型数据。

如：*send 函数的参数和 recv 函数的返回值都是 bytes 类型*

附：

在 Python3 中，bytes 和 str 的互相转换方式是  
str.encode('utf-8')  
bytes.decode('utf-8')

### **中文编码问题**是用中文的程序员经常头大的问题，在python下也是如此，那么应该怎么理解和解决python的编码问题呢？ ###

我们要知道python内部使用的是unicode编码，而外部却要面对千奇百怪的各种编码，比如作为中国程序经常要面对的gbk，gb2312，utf8等，那这些编码是怎么转换成内部的unicode呢？

首先我们先看一下源代码文件中使用字符串的情况。源代码文件作为文本文件就必然是以某种编码形式存储代码的，python默认会认为源代码文件是asci编码，比如说代码中有一个变量赋值：

s1=’a’ 
    print s1

python认为这个’a'就是一个asci编码的字符。在仅仅使用英文字符的情况下一切正常，但是如果用了中文，比如：

s1=’哈’ 
    print s1

这个代码文件被执行时就会出错，就是编码出了问题。python默认将代码文件内容当作asci编码处理，但asci编码中不存在中文，因此抛出异常。

解决问题之道就是要让python知道文件中使用的是什么编码形式，对于中文，可以用的常见编码有utf-8，gbk和gb2312等。只需在代码文件的最前端添加如下：

# -*- coding: utf-8 -*-

这就是告知python我这个文件里的文本是用utf-8编码的，这样，python就会依照utf-8的编码形式解读其中的字符，然后转换成unicode编码内部处理使用。

不过，如果你在Windows控制台下运行此代码的话，虽然程序是执行了，但屏幕上打印出的却不是哈字。这是由于python编码与控制台编码的不一致造成的。

Windows下控制台中的编码使用的是gbk，而在代码中使用的utf-8，python按照utf-8编码打印到gbk编码的控制台下自然就会不一致而不能打印出正确的汉字。

解决办法一个是将源代码的编码也改成gbk，也就是代码第一行改成：

# -*- coding: gbk -*-

另一种方法是保持源码文件的utf-8不变，而是在’哈’前面加个u字，也就是:

s1=u’哈’ 
    print s1

这样就可以正确打印出’哈’字了。

这里的这个u表示将后面跟的字符串以unicode格式存储。python会根据代码第一行标称的utf-8编码识别代码中的汉字’哈’，然后转换成unicode对象。如果我们用type查看一下’哈’的数据类

型type(‘哈’)，会得到<type ‘str’>，而type(u’哈’)，则会得到<type ‘unicode’>，也就是在字符前面加u就表明这是一个unicode对象，这个字会以unicode格式存在于内存中，而如果不加u

，表明这仅仅是一个使用某种编码的字符串，编码格式取决于python对源码文件编码的识别，这里就是utf-8。

Python在向控制台输出unicode对象的时候会自动根据输出环境的编码进行转换，但如果输出的不是unicode对象而是普通字符串，则会直接按照字符串的编码输出字符串，从而出现上面的现

象。

**unicode类、encode、decode**

使用unicode对象的话，除了这样使用u标记，还可以使用unicode类以及字符串的encode和decode方法。

unicode类的构造函数接受一个字符串参数和一个编码参数，将字符串封装为一个unicode，比如在这里，由于我们用的是utf-8编码，所以unicode中的编码参数使用’utf-8′将字符封装为

unicode对象，然后正确输出到控制台：

s1=unicode(‘哈’, ‘utf-8′) 
    print s1

另外，用decode函数也可以将一个普通字符串转换为unicode对象。很多人都搞不明白python字符串的decode和encode函数都是什么意思。这里简要说明一下。

decode是将普通字符串按照参数中的编码格式进行解析，然后生成对应的unicode对象，比如在这里我们代码用的是utf-8，那么把一个字符串转换为unicode就是如下形式：

s2=’哈’.decode(‘utf-8′)

这时，s2就是一个存储了’哈’字的unicode对象，其实就和unicode(‘哈’, ‘utf-8′)以及u’哈’是相同的。

那么encode正好就是相反的功能，是将一个unicode对象转换为参数中编码格式的普通字符，比如下面代码：

s3=unicode(‘哈’, ‘utf-8′).encode(‘utf-8′)

s3现在又变回了utf-8的’哈’。

发表评论取消回复

表情：

评论列表（有 0 条评论，8人围观）

还没有评论，来说两句吧...

相关阅读

相关 Python字符串的编码

Python字符串的编码讲python字符串编码之前，先讲讲编码编码什么是编码？因为计算机只能处理数字，而如果想要处理文本，就要把文本转换成数字才能进行

桃扇骨/ 2023年10月13日 13:38/ 0 赞/ 23 阅读

相关 Python3字符串的编码

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ub

悠悠/ 2023年10月07日 11:07/ 0 赞/ 64 阅读

相关 Python字符串编码相关问题

1、字符串前加 u 例：u"我是含有中文字符组成的字符串。" 作用：后面字符串以 Unicode 格式进行编码，一般用在中文字符串前面，防止因为源码储存格式问题，

灰太狼/ 2023年02月21日 02:30/ 0 赞/ 9 阅读

相关 Python字符串编码转换函数

你可以将一个字符串转换成一串编码，也可以转换回来 1、编码-encode() Python encode() 方法以 encoding 指定的编码格式编码字符串。err

痛定思痛。/ 2023年02月12日 05:39/ 0 赞/ 39 阅读

相关字符串相关问题

目录曲之前奏第一节、一道俩个字符串是否包含的问题 1.1、O（n\m）的轮询方法 1.2、O(mlogm)+O(nlogn)+O(m+n)的排序方法

￡神魔★判官ぃ/ 2022年06月12日 13:17/ 0 赞/ 242 阅读

相关 MySql字符串编码问题

mysql编码设置查看系统的字符集和排序方式的设定可以通过下面的两条命令或mysql> status 。 mysql> SHOW VARIABLES L

阳光穿透心脏的1/2处/ 2022年05月16日 10:14/ 0 赞/ 196 阅读

相关 Python字符串编码转换

字符串编码转换最早的字符串编码是ASCII码，只包括0-9的数字，A-Z和a-z的字母以及空格、制表符等其他符号共256个字符。 ![watermark_type_Z

雨点打透心脏的1/2处/ 2022年02月27日 04:26/ 0 赞/ 345 阅读

相关 Python中文编码问题(字符串前面加'u')

中文编码问题是用中文的程序员经常头大的问题，在python下也是如此，那么应该怎么理解和解决python的编码问题呢？我们要知道python内部使用的是unicode编码，

ゝ一世哀愁。/ 2022年02月23日 04:42/ 0 赞/ 269 阅读

相关 Python的字符串和编码

字符编码我们已经讲过了，字符串也是一种数据类型，但是，字符串比较特殊的是还有一个编码问题。因为计算机只能处理数字，如果要处理文本，就必须先把文本转换为数字才能处理。

淡淡的烟草味﹌/ 2021年12月10日 05:15/ 0 赞/ 302 阅读

相关 Python基础 --- 字符串和编码

一、字符编码字符串也是一种数据类型，但是，字符串比较特殊的是还有一个编码问题。因为计算机只能处理数字，如果要处理文本，就必须先把文本转换为数字才能处理。最早的计算机在设

逃离我推掉我的手/ 2021年12月03日 17:07/ 0 赞/ 346 阅读