信息技术：71Python encode和decode方法：字符串编码转换.docxVIP

Python encode。和decode。方法：字符串编码转换 前面章节在介绍bytes类型时，已经对encode()和decode()方法的使用做了简单的介 绍，本节将对这2个方法做详细地说明。 我们知道，最早的字符串编码是ASCII编码，它仅仅对10个数字、26个大小写英文字 母以及一些特殊字符进行了编码。ASCII码做多只能表示256个符号，每个字符只需要占 用1个字节。 随着信息技术的开展，各国的文字都需要进行编码，于是相继出现了 GBK、GB2312、UTF-8 编码等，其中GBK和GB2312是我国制定的中文编码标准，规定英文字符母占用1个 字节，中文字符占用2个字节；而UTF-8是国际通过的编码格式，它包含了全世界所有 国家需要用到的字符，其规定英文字符占用1个字节，中文字符占用3个字节。 Python 3.x默认采用UTF-8编码格式，有效地解决了中文乱码的问题。 在Python中，有2种常用的字符串类型，分别为str和bytes类型，其中str用来表 示Unicode字符，bytes用来表示二进制数据。str类型和bytes类型之间就需要使用 encode()和decode()方法进行转换。 Python encode。方法encode()方法为字符串类型(str)提供的方法，用于将str类型转换成bytes类型，这 个过程也称为编码。 encodeQ方法的语法格式如下： str.encode([encoding = utf-8][/errors=strict])注意，格式中用口括起来的参数为可选参数，也就是说，在使用此方法时，可以使用口中 的参数，也可以不使用。 该方法各个参数的含义如表1所示。 表1 encode。参数及含义 参数含义 str 表示要进行转换的字符串。 encoding 二 utf-8 指定进行编码时采用的字符编码，该选项默认采用utf-8编码。例如， 如果想使用简体中文,可以设置gb2312o 当方法中只使用这一个参数时，可以省略前边的encoding一,直接 写编码格式，例如str.encode(UTF-8)o errors = strict 指定错误处理方式，其可选择值可以是： strict :遇到非法字符就抛出异常。 ignore :忽略非法字符。 replace :用替换非法字符。 xmlcharrefreplace :使用 xml 的字符弓I用。 该参数的默认值为strict。 注意，使用encode()方法对原字符串进行编码，不会直接修改原字符串，如果想修改原 字符串，需要重新赋值。 [例1]将str类型字符串C语言中文网转换成bytes类型。 str = C语言中文网 str.encode() bC\xe8\xaf\xad\xe8\xa8\x80\xe4\xb8\xad\xe6\x96\x87\xe7\xbd\x91此方式默认采用UTF-8编码，也可以手动指定其它编码格式，例如： str = C语言中文网” str.encode(GBK) b C\xd 3\xef\xd l\xd4\xd 6\xd 0\xce\xc4\xcd\xf8Python decode。方法 和encode()方法正好相反，decode()方法用于将bytes类型的二进制数据转换为str 类型，这个过程也称为解码。 decode()方法的语法格式如下： bytes.decode([encoding = utf-8][/errors=strict])该方法中各参数的含义如表2所示。 表2 decode。参数及含义 参数含义 bytes 表示要进行转换的二进制数据。 encoding = utf-8 指定解码时采用的字符编码，默认采用utf-8格式。当方法中只使 用这一个参数时，可以省略encoding-,直接写编码方式即可。 注意，对bytes类型数据解码，要选择和当初编码时一样的格式。 errors = strict 指定错误处理方式，其可选择值可以是： strict :遇到非法字符就抛出异常。 ignore :忽略非法字符。 replace :用替换非法字符。 xmlcharrefreplace :使用 xml 的字符弓I用。 该参数的默认值为strict [例2] str=C语言中文网” bytes二str.encode。 bytes.decode()C语言中文网’ 注意，如果编码时采用的不是默认的UTF-8编码,那么解码时要选择和编码时一样的格式， 否那么会抛出异常，例如： str=C语言中文网” bytes = str.encode(GBK) bytes.decode() #默认使用UTF-8编码，会抛出以下异常Traceback (most recent call l