1 文本和字節(jié)序列

我們都知道字符串，就是由一些字符組成的序列構(gòu)成串，那么字符又是什么呢？計(jì)算機(jī)只能識別二進(jìn)制的東西，那么計(jì)算機(jī)又為什么會顯示我們的漢字，或者是某個字母呢？

由于最早發(fā)明使用計(jì)算機(jī)是美國人，他們?yōu)榱私鉀Q了英語如何在電腦上顯示，就制定了一套標(biāo)準(zhǔn)：ASCII ((American Standard Code for Information Interchange): 美國信息交換標(biāo)準(zhǔn)代碼)，主要用于顯示現(xiàn)代英語和其他西歐語言。到目前為止共定義了128個字符，從0-127的二進(jìn)制數(shù)分別對應(yīng)了相應(yīng)的字符，這樣就將現(xiàn)實(shí)中的字符和計(jì)算機(jī)的二進(jìn)制聯(lián)系起來，從而將字符表達(dá)顯示在計(jì)算機(jī)上。

隨機(jī)計(jì)算機(jī)的普遍，各國有不同的語言，每個國家為了普及計(jì)算機(jī)的使用，那么如何將各自國家的語言表達(dá)在計(jì)算機(jī)上就成了一個問題。于是，不同的國家都在制定適用自個國家的字符集，比如對于我國來說，就有g(shù)bk《漢字內(nèi)碼擴(kuò)展規(guī)范》，它也是將每個字符(字)和計(jì)算機(jī)的二進(jìn)制對應(yīng)起來。那么問題來了，不同的國家使用各自國家的一套規(guī)范，在跨國交流時，就會出現(xiàn)文本顯示的亂碼。于是就有了一套統(tǒng)一的機(jī)制Unicode。Unicode(統(tǒng)一碼、萬國碼、單一碼)，它為每種語言中的每個字符設(shè)定了統(tǒng)一并且唯一的二進(jìn)制編碼，以滿足跨語言、跨平臺進(jìn)行文本轉(zhuǎn)換、處理的要求。

1.1 字符和字節(jié)

目前使用的基本是Unicode定義的字符，從Python3的str對象中獲取的元素就是Unicode字符。字符的具體表述取決于所用的編碼。編碼是在碼位和字節(jié)序列之間轉(zhuǎn)換時使用的算法。使用最多的是utf-8編碼，使用該編碼，文本文件可以跨平臺顯示。把碼位轉(zhuǎn)換成字節(jié)序列的過程是編碼；把字節(jié)轉(zhuǎn)換成碼位的過程是解碼。

編碼時使用的編碼算法要與解碼時使用的解碼算法相同，要不然會出現(xiàn)亂碼的現(xiàn)象。

1.2 字符與字節(jié)的轉(zhuǎn)換

字符是組成字符串有序序列的單個元素，字符可以用上面的編碼來理解。字符串按照不同的字符集編碼返回字節(jié)序列bytes。

字節(jié)序列安裝不同的字符集解碼返回字符串

1 bytes.decode(encoding="utf-8", errors="strict") ->str

2 bytearray.decode(encoding="utf-8", errors="strict") -> str

1.3 bytes與bytearray

Python中內(nèi)置了兩種基本的二進(jìn)制序列類型：Python 3 引入的不可變bytes類型和Python 2.6 增加的可變bytearray類型(字節(jié)數(shù)組)

1.3.1 bytes定義

bytes有以下的定義方法：

Definition

Function

bytes()

定義空的bytes

bytes(int)

指定字節(jié)的bytes，被0填充

bytes(iteeable_of_ints)

bytes[0,255]的int組成的可迭代對象

bytes(string, encoding[, errors])

等價于string.encode()

bytes(bytes_or_buffer)

immutable copy of bytes_or_buffer 從一個字節(jié)序列或者buffer復(fù)制出

一個新的不可變的bytes對象

使用b前綴定義

只允許基本ASCII使用字符形式b'abc9'；

使用16進(jìn)制表示b"\x41\x61"

1.3.2 bytes操作

和str類型類似，都是不可變類型，所以很多方法都一樣。只不過bytes的方法，輸入的是bytes，輸出的也是bytes。下面看bytes的基本操作：

b'abcdef'.replace(b'f',b'k')

b'abc'.find(b'b')

bytes.fromhex(string)　　string必須是2個字符的16進(jìn)制的形式，比如bytes.fromhex('6162 09 6a 6b00')，空格將被忽略

'abc'.encode().hex()　　返回16進(jìn)制表示的字符串

b'abcdef'[2]　　返回該字節(jié)對應(yīng)的數(shù)，int類型

1.3.3 bytearray定義

Definition

Function

bytearray()

空bytearray

bytearray(int)

指定字節(jié)的bytearray，被0填充

bytearray(iterable_of_ints)

bytearray [0,255]的int組成的可迭代對象

bytearray(string, encoding[, errors])

bytearray 近似string.encode()，不過返回可變對象

bytearray(bytes_or_buffer)

從一個字節(jié)序列或者buffer復(fù)制出一個新的可變的bytearray對象

1.3.4 bytearray操作

和bytes類型的方法相同：

bytearray(b'abcdef').replace(b'f',b'k')

bytearray(b'abc').find(b'b')

bytearray.fromhex('6162 09 6a 6b00')

bytearray('abc'.encode()).hex()

bytearray(b'abcdef')[2]　　返回該字節(jié)對應(yīng)的數(shù)，int類型

bytearray是字節(jié)型的數(shù)組，相當(dāng)于列表一樣，只不過bytearray中存儲的是字節(jié)形式的序列。它也支持和列表一些相同的操作：

總結(jié)

以上是生活随笔為你收集整理的python中da_Python中字符的编码与解码的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。