欢迎你来到站长在线的站长学堂学习Python知识，本文学习的是《Python中字符串编码转换：encode编码和decode解码详解》。本知识点主要内容有：常用编码简介、使用encode()方法编码、使用decode()方法解码、Unicode和UTF-8的关系说明。

我们在《Python中的基本数据类型》中，学习过：字符串就是连续的字符序列，可以是计算机能够表示的一切字符的集合。字符串属于不可变序列，通常用单引号（ ）、双引号（” “）或者三引号（ 或””” “””）括起来。还提到了字符串常用的转义字符。今天主要来讲解一下字符串编码转换。

1、常用编码简介

1.1、ASCII，即美国标准信息交换码【我爱线报网】，1967年制定，主要用于美国和西欧，它仅对10个数字、26个大写英文字母、26个小写英文字母，以及一些其他符号进行了编码。ASCII码最多只能表示256个符号，每个字符占一个字节（bytes）。

1.2、GB2312，国家简体中文字符集，1980年制定，兼容ASCII。每个中文字符占两个字节。

1.3、Unicode，国际标准组织统一标准字符集，1991年制定。Unicode包含了跟全球所有国家编码的映射关系。每个字符占两个字节。

1.4、UTF-8，国际通用编码，制定于1992年，对全世界所有国家用到的字符都进行了编码。UTF-8采用一个字节表示英文字符，用三个字节表示中文。在Python3.x【我爱线报网】中默认的编码就是UTF-8编码，这就有效的解决了中文乱码的问题。

1.5、GBK，为GB2312的扩展字符集，兼容GB2312，支持繁体字，1995年制定。每个中文字符占两个字节。

在Python中，有两种常用的字符串类型，分别为str和bytes。其中，str表示Unicode字符（ASCII或者其他）；bytes表示二进制数据（包括编码的文本）。这两种类型的字符串不能拼接在一起使用。通常情况下，str在内存中以Unicode表示，一个字符对应若干个字节。但是如果在网络上传输，或者保存到磁盘上，就需要把str转换为字节类型，即bytes类型。

bytes类型的数据是带有b前缀的字符串（用单引号或双【我爱线报网】引号表示），例如，b\xd2\xb0和bQQ都是bytes类型的数据。

str和bytes之间可以通过encode()和decode()方法进行转换，这两个方法是互为逆过程。下面分别进行介绍。

2、使用encode()方法编码

encode()方法为str对象的方法，用于将字符串转换为二进制数据（即bytes），也称为“编码”，其语法格式如下：

str.encode([encoding=”utf-8″][,errors=”strict”])

参数说明如下：

str：表示要进行转换的字符串。

encoding=”utf-8″：可选参数，用于指定进行转码时采用的字符编码，默认为UTF-8，如果想使用简体中文，也【我爱线报网】可以设置为gb2312。当只有这一个参数时，也可以省略前面的“encoding=”，直接写编码。

errors=”strict”：可选参数，用于指定错误处理方式，其可选择值可以是strict（遇到非法字符就抛出异常）、ignore（忽略非法字符）、replace（用“?”替换非法字符）或xmlcharrefreplace（使用XML的字符引用）等，默认值为strict。

说明

在使用encode()方法时，不会修改原字符串，如果需要修改原字符串，需要对其进行重新赋值。

例如，定义一个名称为a的字符串，内容为“星星之火可以燎原”，然后使用encode()方法将其采用GBK编码转换为二进制数，并输出原字符【我爱线报网】串和转换后的内容，代码如下：

a = 星星之火可以燎原
b = a.encode(gbk) # 将gbk编码转换为二进制数据，不处理异常
print(原字符串：,a) # 输出原字符串
print(转换后：,b) # 输出转换后的二进制数据

上面的代码执行后，将显示以下内容。

原字符串： 星星之火可以燎原
转换后： b\xd0\xc7\xd0\xc7\xd6\xae\xbb\xf0\xbf\xc9\xd2\xd4\xc1\xc7\xd4\xad