一图看懂 Python 2/Python 3 编码

作者 | 天元浪子

责编 | 刘静

出品 | CSDN博客

无论是PY2还是PY3，都使用Unicode作为内存编码，简称内码。保存在Python解释器内存中的文本，输出到屏幕、编辑器，或者保存成文件的时候，都要将内码转换成UTF8或者GBK等编码格式；同样，Python解释器从输入设备接收文本，或者从文件读取文本的时候，都要将UTF8或者GBK等编码转换成Unicode编码格式。因此，无论是PY2还是PY3，想要在Unicode、UTF8、GBK等编码格式之间转换的话，下图是通用的：

我们之所以会产生困惑，是因为PY2和PY3给这些编码格式指定了令人困惑的名字。PY2的字符串有两种类型：Unicode类型和str类型。PY2的Unicode类型就是Unicode编码，PY2的str类型泛指除Unicode编码之外的所有编码，包括ASCII编码、UTF8编码、GBK编码、cp936编码等。PY3的字符串也有两种类型：bytes类型和str类型。PY3的str类型就是Unicode编码，PY3的bytes类型泛指除unicode编码之外的所有编码，包括ASCII编码、UTF8编码、GBK编码、CP936编码等。同样是str类型，在PY2和PY3中完全颠倒了！下图稍微补充了一点内容，更有助于理解编码问题。

接下来，我们实战演练一下。

不管是否在字符串前面加了u，只要不在字符串前面使用b，在IDLE中定义的字符串都是Unicode编码，也就是PY3的，其长度就是字符数量，不是字节数。我们把Unicode字符串’abc天圆地方’转成UTF8编码：

UTF8编码就是bytes类型（字节码），长度就是字节数量。我们把Unicode字符串’abc天圆地方’转成GBK编码：

GBK编码也是bytes类型（字节码），长度也是字节数量。我们再来看看，不同编码的字节码能否连接：

看以看出，不同编码的字节码可以连接，但一般不能解码成Unicode（字符串），除非使用ignore参数。

版权声明：本文为CSDN博主「天元浪子」的原创文章。

想为博主点赞？

想要请教博主？