作为一个用惯了python3的人,在python2如此操蛋的编码问题中,不得不整理一下python2中字符串和字节串之间的关系。
先说一个原理,python中字节串可以解码成字符串,字符串可以编码成字节串。
Python3中的编码方式
文本字符串类型(Unicode编码)被命名为 str , 字节字符串类型被命名为 bytes ,就这两种。其中,str有encode方法,byte有decode方法
python3的字符串对象
总结python3的特点
str表示字符串,byte表示字节串
Python2中的编码方式
but! python2有unicode、str两种对象,首先,python2的str其实是byte存储的,也就是说,python3里面的byte里面存的东西和python2str里面存的是一样的。然后,python3里面的str对象在python2里面叫做unicode对象。
关于python2中的两种对象,使用方法如下:
Python2 str 有decode方法
Python2 unicode有encode方法
操作如下:
python2字符操作
以上两种方法
其实python2也有byte类的声明,但是Python2的byte和str其实是一种东西:
byte声明
Python2的隐式转换
大家要注意的是,Python2中str有一个encode方法,unicode有一个decode方法,这两个方法没软用。
如果对str调用encode方法,python会隐式的先对str调用decode方法获取对应的字符串,然后再对字符串调用encode方法:
python2的隐式转换
上面的例子中
b.decode('GBK')
b.encode('ascii').decode('GBK')
两行代码是一样的
总结python2的特点
str表示字节串,unicode表示字符串
最后一句话,搞清楚字节串和字符串,字节串可以解码,字符串可以编码。
奇特的unicode_escape与string_escape
关于python2的encode方法中,有一类把字节串变成真正的转义字节串的方法:
转义字节串
其中这个字符完全的变了长度,换了模样
还有一个unicode-escape,这两个方法比较特殊,其中
对str调用encode('string_escape'),可以把str变成str,内容转义
对str调用decode('string_escape'),可以把str变成str,内容逆转义
对str调用decode('unicode_escape'),可以把str变成unicode,内容一定要是unicode转义过的字符,否则会变成奇奇怪怪的东西
对str调用encode('unicode_escape'),等于.decode('ascii').encode('unicode_escape'),隐式转义会导致非ascii码报错
str转义
对unicode调用encode('unicode_escape'),可以把unicode变成str,内容转义
对unicode调用decode('unicode_escape'),等于.encode('ascii').decode('unicode_escape'),隐式转义会导致非ascii码报错
对unicode调用encode('string_escape'),函数报错,报错内容为只能针对str操作
对unicode调用decode('string_escape'),等于.encode('ascii').decode('string_escape'),隐式转义会导致非ascii码报错
unicode转义
总结
对str可以调用decode方法,将内容逆转义回来,但是多了一个encode('string_escape')而且不报错(个人感觉很神奇)
对encode可以调用encode('unicode_escape')方法