68 lines
3.5 KiB
Python
68 lines
3.5 KiB
Python
|
#!/usr/bin/python
|
|||
|
|
# -*- coding: utf-8 -*-
|
|||
|
|
"""
|
|||
|
|
-------------------------------------------------------------------------------
|
|||
|
|
Function:
|
|||
|
|
【整理】Python中字符编码的总结和对比
|
|||
|
|
|
|||
|
|
Python 3.x中，直接输出的字符串（被单引号或双引号括起来的），就已经是Unicode类型的str了。
|
|||
|
|
当然，有一些前提：
|
|||
|
|
1. Python文件开始已经声明对应的编码
|
|||
|
|
2. Python文件本身的确是使用该编码保存的
|
|||
|
|
3. 两者的编码类型要一样（比如都是UTF-8或者都是GBK等）
|
|||
|
|
这样Python解析器，才能正确的把你所输出字符串，解析为对应的unicode的str
|
|||
|
|
|
|||
|
|
Author: Xiong Neng
|
|||
|
|
Verison: 2014-09-25
|
|||
|
|
-------------------------------------------------------------------------------
|
|||
|
|
"""
|
|||
|
|
|
|||
|
|
|
|||
|
|
def str_to_bytes():
|
|||
|
|
"""Demo Python 3.x (unicode) str to bytes
|
|||
|
|
"""
|
|||
|
|
zhcn_unicode = """
|
|||
|
|
1.此处的，Python 3.x中，默认字符串的写法，就已经是unicode类型的字符串了。
|
|||
|
|
2.当然，还是有一点前提的，那就是:
|
|||
|
|
(1)此处python文件所指定的编码类型
|
|||
|
|
(2)要和你当前python文件实际所采用的编码类型，要匹配和一致，
|
|||
|
|
即此处，两者均是UTF-8，所以，Python解析器，才能正确的将我们此处所输入的UTF-8的中文字符，
|
|||
|
|
正确地解码为对应的Unicode字符串的；
|
|||
|
|
3.接下来将要演示的是，打印对于的此处字符的类型；
|
|||
|
|
然后再直接输出显示到windows的GBK编码的cmd中
|
|||
|
|
"""
|
|||
|
|
print("type(zhcn_unicode)=", type(zhcn_unicode)) # type(zhcn_unicode)= <class 'str'>
|
|||
|
|
print(zhcn_unicode)
|
|||
|
|
zhcn_gbk_bytes = zhcn_unicode.encode("GBK")
|
|||
|
|
# print("You should see these zh-CN bytes in windows cmd normally,"
|
|||
|
|
# " which begin with b preffix: zhcnGbkBytes=%s" % (zhcn_gbk_bytes))
|
|||
|
|
print('中'.encode('UTF-8')) # UTF-8的中文3个字节，输出 b'\xe4\xb8\xad'
|
|||
|
|
# You should see these zh-CN bytes in windows cmd normally,
|
|||
|
|
# which begin with b preffix:
|
|||
|
|
# zhcnGbkBytes=b'1.\xb4\xcb\xb4\xa6\xb5 ...... \xc2\xeb\xb5\xc4cmd\xd6\xd0'
|
|||
|
|
|
|||
|
|
|
|||
|
|
def bytes_to_str():
|
|||
|
|
"""Demo Python 3.x bytes to (unicode) str
|
|||
|
|
"""
|
|||
|
|
|
|||
|
|
#此处的bytes，只能接受ASCII字符
|
|||
|
|
#想要输入非ASCII的字符，则只能通过\xYY的十六进制方式输入，其中YY为对应的16进制的值
|
|||
|
|
#此处，我是已经在别处，通过把对应的中文:
|
|||
|
|
#"1.Python 3.x中，给字符串前面添加字母b，表示是bytes的字符串；
|
|||
|
|
# 2.此处之所以可以实现，接下来的，Python解析器，可以正确的将bytes解码为Unicode的str，那是因为
|
|||
|
|
# (1)此处python文件所指定的编码类型
|
|||
|
|
# (2)要和你当前python文件实际所采用的编码类型，是一致的，都是UTF-8；
|
|||
|
|
# 3.接下来将要演示的是，将此bytes字符串，解码为Unicode的str，
|
|||
|
|
# 然后在此处的终端，windows的默认编码为GBK的cmd中显示出来；";
|
|||
|
|
|
|||
|
|
#解析为UTF-8的bytes了，所以下面你看到的是，解析后的，一堆bytes
|
|||
|
|
zhcnBytes = b"1.\xe6\xad\xa4\xe5\xa4\x84\xe7\x9a\x84\xef\xbc\x8cPython 3.x"
|
|||
|
|
print("type(zhcnBytes)=",type(zhcnBytes)) # type(zhcnBytes)= <class 'bytes'>
|
|||
|
|
zhcnUnicodeStr = zhcnBytes.decode("UTF-8")
|
|||
|
|
print("zh-CN unicode str in windows cmd normally: zhcnUnicodeStr=%s"%(zhcnUnicodeStr))
|
|||
|
|
# zh-CN unicode str in windows cmd normally: zhcnUnicodeStr=
|
|||
|
|
# 1.此处的，Python 3.x中 ...... 然后再直接输出显示到windows的GBK编码的cmd中
|
|||
|
|
|
|||
|
|
if __name__ == "__main__":
|
|||
|
|
str_to_bytes()
|