Python 编码/解码之间的区别是什么？

我从来都不知道我是否理解str/unicode解码和编码之间的区别

我知道

str（）.decode（）

用于当您有一个字节字符串，并且您知道该字符串具有特定的字符编码时，给定该编码名称，它将返回一个unicode字符串

我知道

unicode（）.encode（）

根据给定的编码名称将unicode字符转换为一个字节字符串

但是我不明白

str（）.encode（）

和

unicode（）.decode（）

是做什么的。有人能解释一下，也许还能纠正我上面犯的任何错误吗

编辑：

---

有几个答案给出了

.encode

对字符串做什么的信息，但似乎没有人知道

.decode

对unicode做什么。

有一些编码可以用于从str到str或从unicode到unicode的反编码。例如base64、hex甚至rot13。它们列在列表中

编辑：

unicode字符串上的解码消息可以撤消相应的编码操作：

In [1]: u'0a'.decode('hex')
Out[1]: '\n'

返回的类型是str而不是unicode，这在我看来是不幸的。但是，如果您没有在str和unicode之间执行正确的en-/decode，这看起来还是一团糟。

mybytestring.encode（somecodec）对于

somecodec的这些值很有意义：


base64
bz2
兹利布
六角形
库普里
rot13
串级逃逸
uu

我不确定解码已经解码的unicode文本有什么好处。尝试任何编码似乎总是首先尝试使用系统的默认编码进行编码。
将unicode字符串表示为字节字符串称为编码。使用
u'…'。编码（encoding）

例如：

>>> u'æøå'.encode('utf8')
    '\xc3\x83\xc2\xa6\xc3\x83\xc2\xb8\xc3\x83\xc2\xa5'
    >>> u'æøå'.encode('latin1')
    '\xc3\xa6\xc3\xb8\xc3\xa5'
    >>> u'æøå'.encode('ascii')
    UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-5: 
    ordinal not in range(128)
>>> u'æøå'
   u'\xc3\xa6\xc3\xb8\xc3\xa5' # the interpreter prints the unicode object like so
   >>> unicode('\xc3\xa6\xc3\xb8\xc3\xa5', 'latin1')
   u'\xc3\xa6\xc3\xb8\xc3\xa5'
   >>> '\xc3\xa6\xc3\xb8\xc3\xa5'.decode('latin1')
   u'\xc3\xa6\xc3\xb8\xc3\xa5'
通常，每当从网络或磁盘文件接收字符串数据时，都会对字节字符串进行解码

我相信Python3中的unicode处理有一些变化，因此上述内容对于Python3可能是不正确的

一些好的链接：




unicode字符串的
解码
方法实际上根本没有任何应用程序（除非出于某种原因，unicode字符串中有一些非文本数据，请参见下文）。我认为这主要是因为历史原因。在Python3中，它完全消失了

unicode（）.decode（）
将使用默认（ascii）编解码器执行
s
的隐式编码。这样验证：

>>> s = u'ö'
>>> s.decode()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode character u'\xf6' in position 0:
ordinal not in range(128)

>>> s.encode('ascii')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode character u'\xf6' in position 0:
ordinal not in range(128)

像这样使用，
str（）.encode（）
也是多余的

但是后一种方法的另一个应用非常有用：有一些与字符集无关，因此可以有意义地应用于8位字符串：

>>> s.encode('zip')
'x\x9c;\xbc\r\x00\x02>\x01z'

不过，您是对的：对于这两个应用程序，“编码”的模糊用法是。。。阿卡德。同样，在Python 3中使用单独的
字节
和
字符串
类型，这不再是一个问题。
anUnicode。encode（'encoding'）产生字符串对象，可以在unicode对象上调用

aString.decode（“编码”）生成一个unicode对象，可以对字符串进行调用，并以给定的编码进行编码


还有一些解释：

您可以创建一些没有任何编码集的unicode对象。Python在内存中存储它的方式与您无关。您可以搜索它、拆分它并调用任何您喜欢的字符串操作函数

但总有一天，您会希望将unicode对象打印到控制台或某个文本文件中。因此，您必须对它进行编码（例如，在UTF-8中），调用encode（'UTF-8'），得到一个内部带有“\u”的字符串，该字符串完全可以打印

然后，同样-您希望执行相反的操作-读取UTF-8编码的字符串并将其视为Unicode，因此\u360将是一个字符，而不是5个字符。然后对字符串进行解码（使用选定的编码）并获得unicode类型的全新对象

作为旁注-您可以选择一些变态编码，如“zip”、“base64”、“rot”，其中一些会从字符串转换为字符串，但我相信最常见的情况是涉及UTF-8/UTF-16和字符串的情况。
简单的答案是它们彼此完全相反

计算机使用最基本的字节单位来存储和处理信息；这对人的眼睛来说毫无意义

例如，“\xe4\xb8\xad\xe6\x96\x87”是两个汉字的表示形式，但计算机只有在给它们一本字典查找该汉字时才知道（意思是打印或存储），在这种情况下，它是一本“utf-8”字典，如果你查到不同的或错误的字典（使用不同的解码方法），它将无法正确地显示你想要的中文单词

在上述情况下，计算机查找中文单词的过程是
decode（）

计算机将中文写入计算机内存的过程是
encode（）

因此，编码信息是原始字节，解码信息是原始字节和要引用的词典名称（但不是词典本身）。
-1:解码方法未应用于unicode对象。相反，在解码操作开始之前，unicode对象被编码为“ascii”bytestring。为了证明这个断言，请尝试u'ã'。解码（'hex'）-这会产生UnicodeEncodeError@nosklo你说得对。我真正的意思是unicode对象有一个decode（）方法，这样您也可以对它们应用非字符编码编解码器。在Python<3中，整个非字符编码业务使这个接口变得一团糟。您没有回答OP的问题。OP想知道str.encode（）和unicode.decode（）的作用。你刚才重复了我说的话
>>> s.encode('zip')
'x\x9c;\xbc\r\x00\x02>\x01z'