首页 >  Python开发 >  学习Python的这些坑,你还在踩吗!?

学习Python的这些坑,你还在踩吗!?

发布时间:2019-6-10 10:25阅读量:13
摘要: 在计算机内存中,统一使用Unicode编码,当需要保存到硬盘或者需要传输的时候,就转换为UTF-8编码,这样可以节省很多存储空间。

常见的编码


ASCII: 1个字节,只编码英文字母和符号


gb2312: 2个字节,增加了中文汉字和符号


Unicode: 把所有语言都统一到一套编码里把所有语言都统一到一套编码里,

一般是2个字节,生僻字4个字节


utf-8: 可变长编码,常用的英文字母被编码成1个字节,汉字通常是3个字节,只有很生僻的字符才会被编码成4-6个字节。如果你要传输的文本包含大量英文字符,用UTF-8编码就能节省空间:


在计算机内存中,统一使用Unicode编码,当需要保存到硬盘或者需要传输的时候,就转换为UTF-8编码,这样可以节省很多存储空间。


Python编码python2.7)


在python中,strunicode都是basestring的子类,basestring有以下两个方法:


  • encode(): 将unicode字符串转换为其他编码字符串,参数为转换后编码

  • decode(): 将其他编码转换为unicode字符串,参数为转换前编码


PS:"string".decode( utf-8 ) == unicode( string ,  utf-8 )


 1s = 中文
2
3print type(s), len(s)
4
5u = u 中文
6
7print type(u), len(u)
8
9u2s = u 中文 .encode( utf-8 )
10
11print type(u2s), len(u2s)


结果

1<type str > 6
2
3<type unicode > 2
4
5<type str > 6


console下查看u2s

1>>> u 中文 .encode( utf-8 )
2
3中文


结论:

  • python中定义的一个str变量实则是字节串,由Unicode经过编码(encode)后的字节组成的(也正好印证了utf8编码中一个中文字符是3个字节)

  • Unicode才是真正意义上的字符串,由字符组成


 1s = 中文
2
3# 这时是str,转为unicode需要用decode
4
5u = s.decode( utf-8 )
6
7print type(u)
8
9# 打印 <type  unicode >
10
11# unicode转为str ,使用encode
12
13s2 = u.encode( utf-8 )
14
15print type(s2)
16
17# 打印 <type  str >


新结论:不同编码转换,使用Unicode作为中间编码

1#s是code_A的str
2
3s.decode( code_A ).encode( code_B )


在Python 3.x版本中,把 xxx 和u xxx 已经都统一成Unicode编码了,即写不写前缀u都是一样的,而以字节形式表示的字符串则必须加上b前缀:b xxx 。


由于Python源代码也是一个文本文件,所以,当你的源代码中包含中文的时候,在保存源代码时,就需要务必指定保存为UTF-8编码。当Python解释器读取源代码时,为了让它按UTF-8编码读取,我们通常在文件开头写上这两行:

1#!/usr/bin/env python
2
3# -*- coding: utf-8 -*-

鲜花

握手

雷人

路过

鸡蛋
最新图文推荐
  • 2
  • 3
发表评论

最新评论

图文推荐
热门排行
现在注册,免费体验多款产品