Python这个入门级编程，为何让人既爱又恨?

off999 2024-10-10 07:47 46 浏览 0 评论

在 Python 尤其是 Python2 中，编码问题是困扰开发者尤其初学者的一大问题。什么 Unicode/UTF-8/str，又是 decode/encode 的，搞得人头都大了。其实不然，看似庞大难懂，但是可以非常精细地定制需求。

0.Python 中的编码

Python 中有两个常用的由 basestring 派生出来的表示字符串的类型：str, unicode。其中，str 类似于 C 中的字符数组或者 Java 中的 byte 数组，事实上你可以将它理解为一个存储二进制内容的容器，str 不存储编码信息，果对 str 类型的字符串迭代的话，则会按照其在内存中的字节序依次迭代，意味着如果这个字符串存储的是多字节字符（Unicode/GBK等），则会截断这个字符，演示如下：

而对于 unicode 类型，Python 在内存中存储和使用的时候是按照 UTF-8 格式，在代码中的表示为字符串前加 u，如：

而 unicode 与 str 之间的转换，则用到了 encode 和 deocde 方法。decode 表示将一个 (str) 字符串按照给定的编码解析为 unicode 类型，encode 则表示将一个 unicode 字符串按照指定编码解析为字节数组 (str)：

1.文件读写

内置的 open 函数打开文件时，read 方法读取的是一个 str (私以为叫做字节数组更合适)，如果读取的是其它编码的文字，则需要 decode 之后再做使用。

对于使用 open 函数打开文件之后的写操作，则需要将需要写入的字符串按照其编码 encode 为一个 str ，如果直接写入，则会引发如下错误：

除此以外，codecs 模块也提供了一个 open 函数，可以直接指定好编码打开一个文本文件，那么读取到的文件内容则直接是一个 unicode 字符串。对应的指定编码后的写入文件，则可以直接将 unicode 写到文件中。通过 codecs.open 可以避免很多编码问题：

建议

对于 Python 代码中避免遇到编码问题，有一些小建议：