3

我看到Python 手册提到.encode()了.decode()字符串方法。在 Python CLI 上玩耍，我发现我可以创建u'hello'具有与“常规”字符串不同的数据类型的 unicode 字符串，'hello'并且可以使用str(). 但真正的问题始于使用 ASCII 127 以上的字符u'שלום'，我很难凭经验确定到底发生了什么。

堆栈 溢出充满 了关于混淆的例子 的 unicode 和 字符串编码/解码 处理。

str()使用该方法对字符串进行编码和解码时，尤其是当字符串中包含无法用 7 个字节表示的字符时，究竟会发生什么（字节如何更改，以及数据类型如何更改） ？看起来，具有数据类型的 Python 变量<type 'str'>可以被编码和解码，这是真的吗？如果它是编码的，我理解这意味着该字符串由 UTF-8、ISO-8859-1 或其他编码表示，这是正确的吗？如果它被解码，这是什么意思？解码的字符串是 unicode 吗？如果是这样，那么为什么他们没有数据类型<type 'unicode'>？

为了那些稍后将阅读本文的人的兴趣，我认为 Python 2 和 Python 3 都应该得到解决。谢谢！

4

1 回答 1

3

这只是在 Python 2 中的情况decode。Python 2 字符串上的方法的存在是一个缺陷，在 Python 3 中已经改变（其中等价的 ,bytes只有decode）。

您不能“编码”已经编码的字符串。当您调用encodea时会发生什么，Python使用默认编码（通常是 ASCII）str隐式调用decode它。这几乎总是不是你想要的。在将 str 转换为不同的编码之前，您应该始终调用将其转换为 unicode。decode

（解码后的字符串是unicode，而且它们确实有 type <unicode>，所以我不知道你说的那个问题是什么意思。）

当然，在 Python 3 中，字符串默认是 unicode。您只能将它们编码为bytes- 正如我上面提到的，它只能被解码。

于 2013-06-12T10:50:52.027 回答