編碼和解碼特定字符集

Question

打印結果沒有區別，utf-8編碼和解碼的用途是什么？ 它是encode（'utf8'）還是encode（'utf-8'）？

u ='abc'
print(u)
u=u.encode('utf-8')
print(u)
uu = u.decode('utf-8')
print(uu)

Answer 1

str.encode將字符串（或unicode字符串）編碼為一系列字節。 在Python 3中，這是一個bytearray ，在Python 2中，它又是str （令人困惑）。 對unicode字符串進行編碼時，剩下的是字節， 而不是 unicode-請記住UTF-8不是unicode ，這是一種可以將unicode代碼點轉換為字節的編碼方法。

str.decode將使用選定的編解碼器解碼序列化的字節流，選擇適當的unicode碼點並為您提供unicode字符串。

因此，您在Python 2中所做的是： 'abc' > 'abc' > u'abc' ，在Python 3中是： 'abc' > b'abc' > 'abc' 。 嘗試打印repr(u)或type(u) ，以查看更改之處。

utf_8可能是最經典的 ，但這並不重要。

Answer 2

通常，Python會先嘗試將其解碼為unicode，然后才能將其編碼回UTF-8。其中有一個編碼規定，該編碼與可應用於8位字符串的字符集無關。

例如

data = u'\u00c3'            # Unicode data
 data = data.encode('utf8')
 print data

'\xc3\x83' //the output.

請在這里和這里瀏覽。這會有所幫助。