Python 字符串编码转换详解56

在 Python 开发中，字符串通常以 Unicode 编码表示，这允许存储来自世界各地各种语言的字符。然而，在某些情况下，可能需要将字符串转换为其他编码，例如 ASCII、UTF-8 或 Latin-1。

Python 提供了几种内置函数来处理字符串编码转换，包括:
encode(): 将字符串从 Unicode 编码转换为指定的编码。
decode(): 将字节序列从指定的编码解码为 Unicode 字符串。

## 使用 encode() 转换字符串

要使用 encode() 函数，请指定要转换到的编码。例如，以下代码将字符串 "你好" 转换为 UTF-8 编码:```python
>>> "你好".encode("utf-8")
b'\xe4\xbd\xa0\xe5\xa5\xbd'
```

转换后的字节序列由 b'' 前缀表示。可以使用 decode() 函数将字节序列解码回 Unicode 字符串:```python
>>> b'\xe4\xbd\xa0\xe5\xa5\xbd'.decode("utf-8")
'你好'
```
## 使用 decode() 转换字节序列

要使用 decode() 函数，请指定要解码的编码。例如，以下代码将字节序列 b'\xe4\xbd\xa0\xe5\xa5\xbd' 解码为 UTF-8 编码的 Unicode 字符串:```python
>>> b'\xe4\xbd\xa0\xe5\xa5\xbd'.decode("utf-8")
'你好'
```
## 指定编码错误处理

在转换字符串或字节序列时，可能会出现编码错误。例如，如果尝试将包含非 Unicode 字符的字节序列解码为 Unicode 字符串，则会引发 UnicodeDecodeError。要指定编码错误处理方式，可以使用 errors 参数。以下是一些常见的 errors 参数值:
'strict': 遇到编码错误时引发异常。
'ignore': 忽略编码错误并继续转换。
'replace': 用替换字符（通常是问号）替换无效字符。

例如，以下代码使用 'replace' 错误处理来解码包含非 Unicode 字符的字节序列:```python
>>> b'\xe4\xbd\xa0\xe5\xa5\xbd\xff'.decode("utf-8", errors='replace')
'你好?'
```
## 字符串编码转换的常见用法

字符串编码转换在以下场景中很常见:
在不同编码的系统之间交换数据: 例如，从 ASCII 系统向 UTF-8 系统发送数据。
处理来自不同来源的数据: 例如，从网页中提取文本，该网页可能使用不同的编码。
存储数据到数据库: 数据库通常将字符串存储为特定编码，因此在插入或检索数据时可能需要进行转换。

## 结论

字符串编码转换是 Python 开发中一项重要的任务。通过使用 encode() 和 decode() 函数，可以轻松地在 Unicode 和其他编码之间转换字符串和字节序列。指定 errors 参数可以自定义编码错误处理行为。理解字符串编码转换的原理对于处理来自不同来源的数据和在不同编码的系统之间交换数据至关重要。

2024-10-19

上一篇：在 Python 中巧用 and 运算符，提升代码简洁性和可读性

下一篇：Python 中字符串拼接：语法、性能与最佳实践