当前位置：首页 > wzjs >正文

深圳购物网站建设价格网络营销制度课完整版

wzjs 2025/8/16 14:02:11

深圳购物网站建设价格,网络营销制度课完整版,网站建设头部代码,WordPress不能支付宝交易吗Python 2 存在两种不同的字符串类型，分别是 str 类型和 unicode 类型 str 类型： 实际上存储的是字节序列（bytes sequence），而不是真正的文本字符这些字节序列可以通过特定的编码规则来解释为文本定义一个普通的字符…

Python 2

存在两种不同的字符串类型，分别是 str 类型和 unicode 类型

str 类型：
实际上存储的是字节序列（bytes sequence），而不是真正的文本字符
这些字节序列可以通过特定的编码规则来解释为文本
定义一个普通的字符串字面量时，它就是 str 类型

# -*- coding: utf-8 -*-
s = '你好'  # str 类型，字节序列
print type(s) # <type 'str'>

字符串 s 是 str 类型，如果文件编码为 UTF - 8，那么 s 实际上存储的是 “你好” 这两个中文字符按照 UTF - 8 编码后的字节序列
在 UTF - 8 编码中，“你” 对应的字节是 \xe4\xbd\xa0，“好” 对应的字节是 \xe5\xa5\xbd
所以 s 存储的就是 ‘\xe4\xbd\xa0\xe5\xa5\xbd’ 这样的字节序列

unicode 类型：
存储的是真正的文本数据
unicode 类型存储的是真正的文本数据，也就是 Unicode 码点（code point）
Unicode 是一种字符集，它为世界上几乎所有的字符都分配了一个唯一的数字编号（码点）
unicode 类型的字符串就是由这些码点组成的

# -*- coding: utf-8 -*-
u = u'你好'
print(type(u))  # 输出 <type 'unicode'>

字符串 u 是 unicode 类型，它存储的是 “你” 和 “好” 这两个字符对应的 Unicode 码点
“你” 的 Unicode 码点是 U+4F60，“好” 的 Unicode 码点是 U+597D
u 内部存储的就是这些码点信息，不依赖于具体的编码方式

# -*- coding: utf-8 -*-
s = '你好'  # str 类型，字节序列
u = u'你好'  # unicode 类型，文本数据
print type(s) # <type 'str'>
print type(u) # <type 'unicode'>

# -*- coding: utf-8 -*-
# str 类型转 unicode 类型（解码）
s = '你好'
u = s.decode('utf-8')
print(type(u))  # 输出 <type 'unicode'># unicode 类型转 str 类型（编码）
new_s = u.encode('utf-8')
print(type(new_s))  # 输出 <type 'str'>

decode 方法将 str 类型的字节序列按照指定的编码（这里是 UTF - 8）解码为 unicode 类型的字符串
encode 方法则将 unicode 类型的字符串按照指定的编码编码为 str 类型的字节序列

Python 3 - 统一了字符串类型

只有 str 类型用于表示文本数据，它存储的是 Unicode 字符
同时引入了 bytes 类型来表示二进制数据

s = '你好'  # str 类型，存储的是 unicode 字符
u = u'你好'  # str 类型，存储的是 unicode 字符
b = b'hello'  # bytes 类型，二进制数据
print(type(s)) # <class 'str'>
print(type(u)) # <class 'str'>
print(type(b)) # <class 'bytes'>

Python 3 中字符串编码/解码操作

编码（encode() 方法）

编码是将 str 类型的字符串转换为 bytes 类型的二进制数据，需要指定编码方式

s = '你好'
# 使用 UTF-8 编码
b = s.encode('utf-8')
print(b) # b'\xe4\xbd\xa0\xe5\xa5\xbd'print(type(s)) # <class 'str'>
print(type(b)) # <class 'bytes'>

解码（decode() 方法）

解码是将 bytes 类型的二进制数据转换为 str 类型的字符串，同样需要指定编码方式
该编码方式要和编码时使用的一致，否则可能会出现解码错误。

b = b'\xe4\xbd\xa0\xe5\xa5\xbd'
# 使用 UTF-8 解码
s = b.decode('utf-8')
print(s)

常见编码方式

ASCII：是最早的字符编码标准，使用 7 位二进制数来表示 128 个字符，主要用于表示英文字母、数字和一些标点符号等，只能处理英文等有限字符，无法表示中文等其他语言的字符。
UTF - 8：是一种可变长度的 Unicode 编码，它可以使用 1 - 4 个字节来表示一个字符，对于 ASCII 字符，只需要 1 个字节，而对于中文等其他语言的字符，通常需要 3 个字节。它是目前互联网上使用最广泛的编码方式。
GBK：是中国国家标准的汉字编码，使用 1 - 2 个字节来表示字符，主要用于表示中文，能够覆盖大部分常用的中文字符。

处理文件读写时的编码问题

在进行文件读写操作时，需要指定正确的编码方式，否则可能会出现乱码问题。

# 写入文件，指定编码为 UTF-8
with open('test.txt', 'w', encoding='utf-8') as f:f.write('你好，世界！')# 读取文件，指定编码为 UTF-8
with open('test.txt', 'r', encoding='utf-8') as f:content = f.read()print(content)

总结

理解和正确处理字符串编码在 Python 编程中非常重要，尤其是在处理多语言文本和文件操作时，需要特别注意编码的一致性

附录

UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)

这个错误通常在 Python 2 中出现，它表示在尝试将 Unicode 字符串编码为 ASCII 编码时，遇到了不在 ASCII 字符范围内（0 - 127）的字符，从而导致编码失败。下面详细分析错误原因及解决办法。

在 Python 2 里，默认的编码方式是 ASCII，当你进行字符串操作（如打印、写入文件等）时，如果涉及到非 ASCII 字符（像中文、日文等），Python 会尝试使用 ASCII 编码来处理这些字符，而 ASCII 编码只能表示 128 个字符，无法表示非 ASCII 字符，因此就会抛出 UnicodeEncodeError 异常。

# -*- coding: utf-8 -*-
u = u'你好'
print(u)

在上述代码中，定义了一个 unicode 类型的字符串 u，当执行 print(u) 时，Python 会尝试将 u 编码为 ASCII 编码以便输出，由于 “你好” 不在 ASCII 字符范围内，就会触发错误。

解决办法

手动编码
在输出或处理 Unicode 字符串时，手动指定合适的编码方式（如 UTF - 8）进行编码

# -*- coding: utf-8 -*-
u = u'你好'
print(u.encode('utf-8'))

在这个例子中，使用 encode(‘utf-8’) 方法将 unicode 字符串编码为 UTF - 8 字节序列，这样就能正确处理非 ASCII 字符

修改系统默认编码
可以通过 sys 模块修改 Python 解释器的默认编码。

# -*- coding: utf-8 -*-
import sys
reload(sys)
sys.setdefaultencoding('utf-8')u = u'你好'
print(u)

不过，sys.setdefaultencoding 这种方法并不推荐，因为它可能会掩盖一些潜在的编码问题，并且在 Python 3 中已经移除了这个方法。

尽量使用 unicode 类型进行操作
在代码中尽量使用 unicode 类型的字符串进行操作，直到最后需要输出或存储时再进行编码。

# -*- coding: utf-8 -*-
def process_text():text = u'你好，世界！'# 进行一些文本处理操作new_text = text.upper()return new_textresult = process_text()
print(result.encode('utf-8'))