Python这个入门级编程,为何让人既爱又恨?

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:

字符编码声明:在代码开头声明编码格式

使用 codecs 的 open 函数处理文本文件

尽可能使用 unicode 而不是 str

为了让大家更加快速的掌握编程知识,大咖送我一套他收集整理五年的前端和后台(java,python都有)的资料,为了感谢大家一直以来对小编的支持,小编决定免费送给大家,下面是资料的部分截图,仅供大家参考,希望大家在编程的路上越走越远,尽快实现50万的小目标!

免费领取方式:

加大神 teacher_liu_666 即可获取所有学习资料!

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180507A0NMI300?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券