我一直不确定自己是否理解 str/unicode 解码和编码之间的区别。
我知道 str().decode()
用于当你有一个你知 Prop 有某种字符编码的字节字符串时,给定编码名称它将返回一个 unicode 字符串。
我知道 unicode().encode()
根据给定的编码名称将 unicode 字符转换为字节串。
但我不明白 str().encode()
和 unicode().decode()
是干什么用的。任何人都可以解释,并可能纠正我在上面弄错的任何其他内容吗?
编辑:
几个答案提供了关于 .encode
对字符串的作用的信息,但似乎没有人知道 .decode
对 unicode 的作用。
最佳答案
unicode 字符串的 decode
方法实际上根本没有任何应用程序(除非您出于某种原因在 unicode 字符串中有一些非文本数据——见下文)。我认为这主要是出于历史原因。在 Python 3 中它完全消失了。
unicode().decode()
将使用默认 (ascii) 编解码器对 s
执行隐式 encoding。像这样验证:
>>> s = u'ö'
>>> s.decode()
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode character u'\xf6' in position 0:
ordinal not in range(128)
>>> s.encode('ascii')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode character u'\xf6' in position 0:
ordinal not in range(128)
错误信息完全相同。
对于 str().encode()
则相反——它尝试使用默认编码对 s
进行隐式 解码 :
>>> s = 'ö'
>>> s.decode('utf-8')
u'\xf6'
>>> s.encode()
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 0:
ordinal not in range(128)
这样使用,str().encode()
也是多余的。
但是后一种方法的另一个应用是有用的:有 encodings与字符集无关,因此可以以有意义的方式应用于 8 位字符串:
>>> s.encode('zip')
'x\x9c;\xbc\r\x00\x02>\x01z'
不过,您是对的:对于这两个应用程序,“编码”的模棱两可的用法是……很尴尬。同样,在 Python 3 中使用单独的 byte
和 string
类型,这不再是问题。
https://stackoverflow.com/questions/447107/