Python3_字符串和编码

 对于单个字符的编码，Python提供了

ord()函数获取字符的整数表示，

chr()函数把编码转换为对应的字符：

 

 

print('ord(\'A\') :',ord('A'))
print('ord(\'中\') :',ord('中'))
print('chr(66) :',chr(66))
print('chr(25991) :',chr(25991))

 

 

 

如果知道字符的整数编码，还可以用十六进制这么写str：

print('\u4e2d\u6587')

 
 

 

由于Python的字符串类型是str，在内存中以Unicode表示，一个字符对应若干个字节。如果要在网络上传输，或者保存到磁盘上，就需要把str变为以字节为单位的bytes。

Python对bytes类型的数据用带b前缀的单引号或双引号表示：

x = b'ABC'

要注意区分'ABC'和b'ABC'，前者是str，后者虽然内容显示得和前者一样，但bytes的每个字符都只占用一个字节。

以Unicode表示的str通过encode()方法可以编码为指定的bytes，例如：

a = 'ABC'.encode('ascii')
print(' \'ABC\'.encode(\'ascii\') :',a)

b = '中文'.encode('utf-8')
print('\'中文\'.encode(\'utf-8\') :',b)

#c = '中文'.encode(ascii) #ASCII不能表示中文,因为中文编码的范围超过了ASCII编码的范围，Python会报错。

 

 
 

纯英文的str可以用ASCII编码为bytes，内容是一样的，含有中文的str可以用UTF-8编码为bytes。含有中文的str无法用ASCII编码，因为中文编码的范围超过了ASCII编码的范围，Python会报错。

在bytes中，无法显示为ASCII字符的字节，用\x##显示。

反过来，如果我们从网络或磁盘上读取了字节流，那么读到的数据就是bytes。要把bytes变为str，就需要用decode()方法：

d = b'ABC'.decode('ascii')
print(' b\'ABC\'.decode(\'ascii\') :',d)

e = b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
ee = ' b\'\\xe4\\xb8\\xad\\xe6\\x96\\x87\'.decode(\'utf-8\') :'
print(ee,e)