编码/解码有什么区别？

Question

我从来不确定我了解str / unicode解码和编码之间的区别。我知道这str().decode()是针对当您有一个字节字符串，并且您知道它具有某种字符编码的情况下，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字符转换为字节字符串。但我不明白是什么str().encode()以及unicode().decode()是。有人可以解释，也可以更正我在上面遇到的其他错误吗？编辑：有几个答案给出了.encode有关字符串作用的信息，但是似乎没人知道.decode对Unicode起作用的信息。

Answer 1

decodeUnicode字符串的方法实际上根本没有任何应用程序（除非出于某种原因在Unicode字符串中包含一些非文本数据，请参见下文）。我认为主要是出于历史原因。在Python 3中，它完全消失了。

unicode().decode()将执行隐式编码的s使用默认（ASCII）编解码器。像这样验证：

>>> 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)

错误消息是完全相同的。

对于str().encode()它周围的其他方法-它试图隐式解码的s默认编码方式：

>>> s = 'ö'

>>> s.decode('utf-8')

u'\xf6'

>>> s.encode()

Traceback (most recent call last):

  File "<stdin>", line 1, in <module>

UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 0:

ordinal not in range(128)

这样使用，str().encode()也是多余的。

但是后一种方法的另一种应用很有用：有些编码与字符集无关，因此可以有意义的方式应用于8位字符串：

>>> s.encode('zip')

'x\x9c;\xbc\r\x00\x02>\x01z'

但是，您是对的：这两个应用程序对“编码”的模棱两可用法令人生厌。同样，在Python 3中使用单独byte和string类型，这不再是问题。