答复第一个问题：str类型到底是什么

windows上（默认终端编码为gbk）：

>>> s = '严' 
 
>>> s 
 
'\xd1\xcf' 

Linux上（默认终端编码为utf-8）：

>>> a = '严' 
 
>>> a 
 
'\xe4\xb8\xa5' 

同样一个汉字，同样都是Python中的str类型，在不合的编码格局下，其二进制是不一样的。是以，其长度也是不一样的，对于str类型，其长度是对应的字节长度。

也能看出gbk编码的字节长度一般小于utf-8，这也是gbk持续存在的一个原因。

这里，要强调一下，unicode的二进制情势是与终端的编码格局无关的！这个也不难解得。

unicode函数

str类型到unicode类型的转换，出了膳绫擎提到的str.decode，还有一个unicode函数。两个函数的签名为：

>>> import sys,locale 
 
>>> sys.getdefaultencoding() 
 
'ascii' 
 
>>> locale.getdefaultlocale() 
 
('zh_CN', 'UTF-8') 
 
>>> sys.stdin.encoding 
 
'UTF-8' 
 
>>> sys.stdout.encoding 
 
'UTF-8' 
 
>>> sys.getfilesystemencoding() 
 
'UTF-8' 

unicode(object[, encoding[, errors]]) 
 
Return the Unicode string version of object using one of the following modes:  
 
str.decode([encoding[, errors]]) 
 
Decodes the string using the codec registered for encoding. encoding defaults to the default string encoding. 

二者参数雷同，事实上二者是等价的，encoding的默认值也是一样的，都是sys.getdefaultencoding()的结不雅。for example：

s='中文' 
 
us=unicode(s) 

第一个UnicodeDecodeError，就是因为体系默认的编码是asill吗；第二个UnicodeDecodeError，是因为，s（str类型的实例）的编码取决于终端默认编码（即windows下的gbk），为了能打印出来，也就必须用gbk编率攀来表示这个str，是以只能萌芽gbk与unicode的映射表将s转换成unicode类型。

为啥调用sys.setdefaultencoding

在诸多Python代铝闼楝都邑看到这么一段：

不难猜想，setdefaultencoding跟getdefaultencoding是配对的，为啥要将体系的默认编码设置成utf-8，其实就是解决str到unicode的转换问题。

上一末节已经提到过，应用unicode函数将str类型转换成unicode类型时，要推敲两个身分：第一，str本身是什么编码的；第二，如不雅没有传入encoding参数，默认应用sys.getdefaultencoding。encoding参数必须与str本身的编码对应，不然就是UnicodeDecodeError。

unicode(object[, encoding[, errors]]) 
 
Return	
			
 5/8   首页 上一页 3 4 5 6 7 8 下一页 尾页
	
			

　　推荐阅读
　　能拍照，还能视频通话？coolpad Dynobot儿童智能手表让你惊艳
市面上的绝大部分儿童手表都不能拍照，最大卖点的只是语音通话功能。Dynobot是市面上仅有的配备两个摄像头的儿童手表，支持480P视频通话。表盘30万像素满足孩子自拍需求，顶部200万像素摄像头可以拍孩子看到的任何画>>>详细阅读


本文标题：不想再被鄙视？那就看进来！ 一文搞懂Python 2字符编码
地址：http://www.17bianji.com/lsqh/39888.html
 1/2    1