Python2编码的问题

1.怀念python3

python3默认情况下，是通过unicode直接编码操作的，对于字符串、特殊字符、数字的支持都是一致的，字符串的编码和解码操作方式非常简洁。

   #字符串构造了一个str对象，默认情况下就是通过unicode直接编码的字符
   >>> s = "中文"
   #如果将字符转换成字节，进行编码操作：s.encode(“utf-8”)
   >>> x = s.encode("utf-8")
   >>> x
   b'\xe4\xb8\xad\xe6\x96\x87'

   如果将字节转换成字符，进行编码操作：s.decode(“utf-8”)
   >>> x
   b'\xe4\xb8\xad\xe6\x96\x87'
   >>> x.decode("utf-8")
   '中文'

2. 吐槽python2

python2中，默认情况下是通过ascii编码进行操作的。
python2中的字符串有这样几种类型 [basestring | str | unicode]
其中 str 和 unicode 是继承自 basestring 的。

糟心的来了：python2中创建的字符串s=”abc”是str类型的，但在python2中是 str 是 bytes字节类型保存的.......有毒。

   默认情况下：
   >>> s = "中文"
   >>> s
   '\xd6\xd0\xce\xc4'

   所以在包含中文字符串保存时，需要在字符串的前添加一个u字符
   #表示是通过unicode编码的
   >>> s = u'中文'
   >>> s
   u'\u4e2d\u6587'

   如果是默认字节形式的中文字符串，要得到原本的中文形式
   #需要decode()函数操作
   >>> s = "中文"
   >>> s
   '\xd6\xd0\xce\xc4'
   >>> x = s.decode("gbk")
   >>> x
   u'\u4e2d\u6587'

• 为什么python2中要将 unicode 编码的字符串转换成 ascii 编码进行后续的操作？

  因为python内置的大量模块，并没有提供中文支持，调用内置模块的函数操作时，如果出现了非 ascii 编码，就会出现 ascii编码不支持的错误
  UnicodeEncodeError: 'ascii' codec can't encode characters

      将unicode字符串，转换成bytes类型的str字符串
      >>> s
      u'\u4e2d\u6587'
      >>> xs.encode("gbk")
      >>> x = s.encode("gbk")
      >>> x
      '\xd6\xd0\xce\xc4'
  
  

• python2编码解码的问题——字符串

  • 核心：字节和字符之间的转换
  • 字节：专门给程序使用【python2内建的模块，如~写入文件】
  • 字符：给用户看
    • 默认创建的字符串str类型的，bytes字节类型
    • 字节类型 str ->字符类型 unicode：s.decode(“utf-8”)
    • 字符类型 unicode ->字节类型 str: s.encode(“utf-8”)
      　　# 默认encode(“ascii”)

    警告：python2中的str类型，默认就有一个encode()函数，但是这个函数只是在定义时为了对象操作的完整性出现的，使用会直接报错。
    python2中的unicode类型，默认有一个decode()函数，同样不要去使用！