Python字符编码原理学习心得分享，搞懂原理一劳永逸

近日被 python 的编码问题卡了好几次 ><
终于静下心来看看资料, 终于懂了一丢丢.
并总结了下面这个图, 大家看看有没有问题 XD https://changchen.me/images/blog/170801_encoding/h.png


### 对这个图的解释, 我直接放我博客的链接好了:
https://changchen.me/blog/20170731/python-encoding-decoding/
  1. python3 str 类型
  2. python3 bytes 类型
  3. encoding/decoding
  4. utf-8 原理

欢迎留言提问或纠正错误哦


Python字符编码原理学习心得分享，搞懂原理一劳永逸

3 回复

我最近也在琢磨Python的字符编码，这东西确实得搞懂原理才能少踩坑。

核心就三点：字节（bytes）是计算机存储的原始数据，字符串（str）是人类可读的文本，编码（encode）和解码（decode）是两者转换的桥梁。Python3里str默认用Unicode，处理文本时不用再像Python2那样折腾。

关键要记住：在内存里用str（Unicode），存到文件或网络传输时用bytes。解码（decode）是把字节变成字符串，编码（encode）是把字符串变成字节。搞混了就会报UnicodeDecodeError或UnicodeEncodeError。

比如处理文件时：

# 读取文件（字节→字符串）
with open('file.txt', 'r', encoding='utf-8') as f:
    text = f.read()  # 自动解码

# 写入文件（字符串→字节）
with open('output.txt', 'w', encoding='utf-8') as f:
    f.write(text)  # 自动编码

网络数据通常用utf-8编码：

# 接收数据
data = b'some bytes'  # 假设从网络收到字节
text = data.decode('utf-8')  # 解码为字符串

# 发送数据
text = "你好"
data = text.encode('utf-8')  # 编码为字节

遇到乱码多半是编解码不一致，确保读取和写入用同一种编码。处理外部数据时，先尝试用chardet检测编码，但别完全依赖它。

总结就是：内存用Unicode，存储传输用UTF-8，编解码保持一致。


在 Py3 里, 编码其实已经不是问题了, 当然前提是你忘记 Py2 的编码处理.

对的.
所以好像没人感兴趣 哈哈

回到顶部