Python 字元編碼轉換秘訣

python 有str object 和 unicode object 兩個字串, 都可以存放字元的位元組編碼，但是他們是不同的type，這一點很重要，也是為什麼會有encode 和decode。

encode 和decode在pyhton 的意義可表示為

  encode

unicode -------------------------> str

unicode

  decode

幾個常用法：

str_string.decode('codec') 是把str_string轉換為unicode_string, codec是來源str_string的編碼方式

unicode_string.encode('codec') 是把unicode_string 轉換為str_string，codec是目標str_string的編碼方式

str_string.decode(from_string的編碼方式

') 可實現不同編碼的str_string之間的轉換

例如：

>>> t='長城'

>>> t

'xb3xa4xb3xc7'

.encode('utf-8')

'xe9x95xbfxe5x9fx8e'

str_string.encode('codec') 是先呼叫系統的預設codec去把str_string轉換為unicode_string，然後用encode的參數c str_string. 相當於str_string.decode('sys_codec').encode('codec')。

unicode_string.decode('codec') 基本上沒有意義，unicode 在python裡只用一種unicode編碼，UTF16或UTF32（編譯python時就已經確定)，沒有編碼轉換的需要。 

註：缺省codec在site-packages下的sitecustomize.py檔案中指定，例如

import sys

sys.setdefaultencoding('utf-8')

sys.setdefaultencoding('utf-8')

🎜🎜🎜🎜