Python中字符編碼轉碼之GBK,UTF8互轉的示例分析

這篇文章給大家分享的是有關Python中字符編碼轉碼之GBK,UTF8互轉的示例分析的內容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。

一、Python字符編碼介紹

1、須知：

在python 2中默認編碼是 ASCII，而在python 3中默認編碼是 unicode

unicode 分為utf-32 (占4個字節),utf-16(占兩個字節)，utf-8(占1-4個字節)，所以utf-16 是最常用的unicode版本，但是在文件里存的還是utf-8，因為utf8省空間

在python 3,encode編碼的同時會把stringl變成bytes類型，decode解碼的同時會把bytes類型變成string類型

在unicode編碼中 1個中文字符=2個字節，1個英文字符 = 1個字節，切記：ASCII是不能存中文字符的

utf-8是可變長字符編碼,它是unicode的優化，所有的英文字符依然按ASCII形式存儲，所有的中文字符統一是3個字節

unicode包含了所有國家的字符編碼，不同字符編碼之間的轉換都需要經過unicode的過程

python本身的默認編碼是utf-8

2、py2中的編碼和轉碼的過程，如圖：

注：因為unicode是中間編碼，任何字符編碼之前的轉換都必須解碼成unicode，在編碼成需要轉的字符編碼

二、字符編碼的轉換

1、py2字符編碼的轉換，代碼如下：

#! /usr/bin/env python
# -*- coding:utf-8 -*-
# __auther__ == luoahong
 
s = "我是學員"
#utf-8解碼成unicode編碼
s_to_unicode = s.decode("utf-8")
print("--------s_to_unicode-----")
print(s_to_unicode)
#然后unicode再編碼成gbk
s_to_gbk = s_to_unicode.encode("gbk")
print("-----s_to_gbk------")
print(s_to_gbk)
#gbk解碼成unicode再編碼成utf-8
gbk_to_utf8 = s_to_gbk.decode("gbk").encode("utf-8")
print("------gbk_to_utf8-----")
print(gbk_to_utf8)
 
#輸出
--------s_to_unicode-----
我是學員
-----s_to_gbk------
??????
------gbk_to_utf8-----
我是學員

 注：以上這種情況適合字符是非unicode編碼請款下，但是如果字符編碼已經是Unicode的了咋辦呢？廣告回來，更加精彩。。。。。

2、字符編碼已經是unicode情況下，代碼如下：

#! /usr/bin/env python
# -*- coding:utf-8 -*-
# __auther__ == luoahong
 
#u代碼字符編碼是unicode
s = u'你好'
#已經是unicode，所以這邊直接是編碼成gbk
s_to_gbk = s.encode("gbk")
print("----s_to_gbk----")
print(s_to_gbk)
#這邊再解碼成unicode然后再編碼成utf-8
gbk_to_utf8 = s_to_gbk.decode("gbk").encode("utf-8")
print("-----gbk_to_utf8---")
print(gbk_to_utf8)
#輸出
----s_to_gbk----
???
-----gbk_to_utf8---
你好

注：在python2中，在文件的開頭指定字符編碼，是要告訴解釋器我現在的字符編碼使用的是utf-8，那我在打印的中文時候，那么在utf-8中包含中文字符，那么可以打印出來。那么如果你不制定字符編碼，默認使用系統編碼，如果你的系統編碼是ASCII，那么就會報錯，因為ASCII不能存中文字符。

3、py3的字符編碼轉換

在須知中已經說到python 3的編碼，默認是unicode，所以字符編碼之間的轉換不需要decode過程，直接encode即可，代碼如下：

#! /usr/bin/env python
# __auther__ == luoahong
#無需聲明字符編碼，當然你聲明也不會報錯
 
s = '你好'
# 字符串s已經是unicode編碼，無需decode,直接encode
s_to_gbk = s.encode("gbk")
print("----s_to_gbk----")
print(s_to_gbk)
#這邊還是一樣，gbk需要先解碼成unicode，再編碼成utf-8
gbk_to_utf8 = s_to_gbk.decode("gbk").encode("utf-8")
print("-----gbk_to_utf8---")
print(gbk_to_utf8)
#解碼成unicode字符編碼
utf8_decode = gbk_to_utf8.decode("utf-8")
print("-------utf8_decode----")
print(utf8_decode)
 
#輸出
----s_to_gbk----
b'\xc4\xe3\xba\xc3'
-----gbk_to_utf8---
b'\xe4\xbd\xa0\xe5\xa5\xbd'
-------utf8_decode----
你好

 注：在python 3,encode編碼的同時會把stringl變成bytes類型，decode解碼的同時會把bytes類型變成string類型，所以你就不難看出encode后的把它變成了一個bytes類型的數據。還有需要特別注意的是：不管是否在python 3的文件開頭申明字符編碼，只能表示，這個python文件是這個字符編碼，文件中的字符串還是unicode。

感謝各位的閱讀！關于“Python中字符編碼轉碼之GBK,UTF8互轉的示例分析”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！