目录
  • encode
  • 1、常见编码格式
  • 2、返回的是Bytes类型
  • 3、错误处理方式
  • 4、解码
  • 总结

encode

encode() 可以对字符串进行「编码」，常用来对「中文」字符串进行编码，以解决「乱码」问题。

语法

string.encode( encoding, errors )

参数

  • encodeing ：（可选）指定编码，默认 UTF-8
  • errors ：（可选）设置错误处理方式，默认

返回值

  • 返回编码后的「新字符串」

实例：对字符串进行GBK编码

str1 = 'hello'
print(str1.encode('gbk'))

输出：

b'hello'

1、常见编码格式

  • ASCLL：美国早期制定的编码规范，只能表示128个字符。
  • GB2312：中国在ASCLL基础上对中文进行扩展，可以表示6763个汉字符号。
  • GBK：对GB2312的进一步扩展（K指扩），收录了21886个汉字符号。
  • GB18030：对GBK再一次扩充，收录了70244个汉字符号。
  • Unicode：字符集，包含了世界上目前所有的符号，全球的所有文字都可以解析，字符是定长的，统一为16位
  • UTF-8：使用最广的一种Unicode的实现方式，每次8个位传输数据；体积太大，国内通常使用GBK。
  • UTF-16：Unicode的另一种实现方式，每次传输16位数据

各个编码实例：

print('hello'.encode('gb2312'))
print('hello'.encode('gbk'))
print('hello'.encode('gb18030'))
print('hello'.encode('utf8'))
print('hello'.encode('utf16'))

输出：

b'hello'
b'hello'
b'hello'
b'hello'
b'\xff\xfeh\x00e\x00l\x00l\x00o\x00'

仔细观察返回结果就会发现，字符串前面都加了个b，接下来我们了解一下这是什么含义。

2、返回的是Bytes类型

encode() 编码后会返回一个「Bytes类型」的结果，而不是「str类型」

str1 = 'hello'
print(type(str1))
print(type(str1.encode()))

输出：

<class 'str'>
<class 'bytes'>

bytes 和 str 都属于字符串类型：

  • str 以Unicode code points形式存储(人认识的形式)
  • bytes 以byte形式存储(机器认识的形式)

bytes 是一个「二进制」序列对象，定义时在字符串前面加上b（英文可以，中文需要先encode）

str1 = b'hello'
print(type(str1))

输出：

<class 'bytes'>

3、错误处理方式

encode() 在编码时，经常会遇到「无法编码」的字符，这时就可以用 errors 设置适当的处理方式：

  • strict：失败时引发错误
  • ignore：忽略无法编码的字符
  • backslashreplace：用反斜杠替换无法编码的字符
  • namereplace：用解释字符的文本替换无法编码的字符
  • replace：用问号替换无法编码的字符
  • xmlcharrefreplace：用xml字符替换字符

如果给「两个参数」，可以自动按顺序复制给参数；如果只给「一个参数」，需要用参数名指定。

print('hello'.encode('gbk', 'strict'))
print('hello'.encode(errors='ignore'))
print('hello'.encode(errors='backslashreplace'))
print('hello'.encode(errors='namereplace'))
print('hello'.encode(errors='replace'))
print('hello'.encode(errors='xmlcharrefreplace'))

4、解码

decode() 会将「bytes类型」转成「str类型」，这意味着它只能解码bytes类型的字符串，解码str类型的字符串会报错 AttributeError: ‘str’ object has no attribute ‘decode’

bytes类型格式是 b'xxx'，如果只有str形式的字符串（比如 '\xe5\xbc\xa0\xe4\xb8\x89'），可以在前面加上b，变成bytes类型，再进行解码

print(b'\xe5\xbc\xa0\xe4\xb8\x89'.decode())

输出：

张三

总结

到此这篇关于Python编码解码之encode()函数的文章就介绍到这了,更多相关Python encode()函数内容请搜索本网站以前的文章或继续浏览下面的相关文章希望大家以后多多支持本网站！

您可能感兴趣的文章:

  • Python字符串的encode与decode研究心得乱码问题解决方法
  • python encode和decode的妙用
  • Python3中urlencode和urldecode的用法详解
  • Python中encode()方法的使用简介