Python 編碼encode()、 解碼decode()問題

亂碼這種東西，時不時出現。原本開開心心想着我要學習啦，而後興高采烈打開了比火星文還火星文的字符……

沒事，我能夠搞定這堆鬼畫符。

先來說一下爲何有亂碼這種東西的存在

故事是這樣滴：

字符串是Python的一種數據類型，它的處理會涉及到編碼問題。

咱們可愛的計算機只能識別計算機語言，它以二進制字節形式來存儲數據，就是0和1構成的一個長長的二進制字節（通常人是識別不了這種這麼原始的語言的）

而做爲人類，咱們說的是人話，'language'、'中文'、'123'……，用的是文本字符（計算機讀不懂這種抽象語言）

So, 人類創造出了ASCII碼，一種字符對照表（相似翻譯官），讓人類跟計算機能交流啦！

最先的對照表是ASCII碼錶，ASCII碼錶是美國人創造出來的，總共128個字符，知足美國人民的平常需求！

可是！！！

世界那麼大，每一個國家都有本身的文字、符號，人類一直在擴充這張對照表，陸續創造了：擴展ASCII碼、GB23十二、GBK……

啊哈哈，各個國家有各個國家的特點。因而，生產出了許許多多的對照表。

工做中常常會遇到不一樣編碼的問題，須要咱們對不一樣的編碼進行轉換……可是隨着人們的擴充，選到合適的對照表愈來愈費時間、精力，大家誰纔是我要的那張表？

你可知道，時間是寶貴的，更況且是程序員的時間。

終於，美國一個叫ISO的組織看不下去了，它決定整頓一下這個混亂的編碼世界

因而，Unicode就誕生啦，它將全世界人民的符號所有編進去了。讓大家所有有個規範走，別再搞事情啦！（快去這個神器的網站看看：https://unicode-table.com/en/）

在Python裏，若是大家要轉換編碼，都要通過Unicode。

不管是UTF-8或者是GBK，整個過程都是先經過編碼decode轉換爲Unicode告訴Unicode當前的編碼格式是什麼、而後再經過解碼encode轉換爲本身想要實現的編碼格式或類型。

假設一個只會中文和一個只會英文的外交官在交流，Unicode就扮演其中的翻譯官，他將中文字符轉換成Unicode字節，再將Unicode字節轉換成英文字符。

Python3中，str類型存unicode數據，bytse類型存bytes數據。

And, 文件默認的編碼方式就是utf-8。

下面給個圖來加深一下記憶：

下面到舉栗子時間：

a = '我愛排球，有人要打球嗎？'
print(type(a))

<class 'str'>

a.encode()

b'\xe6\x88\x91\xe7\x88\xb1\xe6\x8e\x92\xe7\x90\x83\xef\xbc\x8c\xe6\x9c\x89\xe4\xba\xba\xe8\xa6\x81\xe6\x89\x93\xe7\x90\x83\xe5\x90\x97\xef\xbc\x9f'

上面的是用默認的UTF-8去encode變量a，下面試一下encode爲GBK類型

a.encode('GBK')

b'\xce\xd2\xb0\xae\xc5\xc5\xc7\xf2\xa3\xac\xd3\xd0\xc8\xcb\xd2\xaa\xb4\xf2\xc7\xf2\xc2\xf0\xa3\xbf'

上面展現了編碼過程，接下來展現解碼操做，解碼常常出錯，因此要留心哦

b = '下午四點全隊集合，東區氣排場' 
print(type(b))
b1 = b.encode()
b2 = b.encode('GBK')

<class 'str'>

print(type(b1))
print(type(b2))

<class 'bytes'>
<class 'bytes'>

先把b以兩種編碼形式編好，一個是b1（UTF-8編碼的）,另外一個是b2（GBK編碼的）

用誰編碼的，就只能用誰去解碼，否則會報錯

下面，咱們不這麼幹，先來個亂碼狀況：

b1是UTF-8編碼的，可是咱們用GBK去解碼

b1.decode('GBK')

'涓嬪崍鍥涗偣鍏ㄩ槦闆嗗悎錛屼笢鍖烘皵鎺掑満'

啊哈哈，你看出上面輸出的是什麼嗎，反正我看不出

這就是常見的亂碼狀況。

下面是時候正常解碼一下啦！

b1.decode('UTF-8')

'下午四點全隊集合，東區氣排場'

So,亂碼就是這麼一回事，他只是缺乏一個對的翻譯官。你要作的就是幫他找一個正確的翻譯官。兄弟，加油，你是個稱職的媒婆，你能夠的

好了，我要去找吃的了。吃，吃，吃 ，我要胖十斤