Python中的UTF-8编码与解码
在Python中，字符串是以Unicode形式存储的，当我们需要将字符串与其他系统（如文件、网络等）进行交互时，我们需要将其转换为字节串，这时，就需要使用到UTF-8编码，同样，当我们从其他系统接收到字节串时，也需要将其解码为字符串，UTF-8是一种非常常见的字符编码方式，它可以表示任何Unicode字符。
在Python中，我们可以使用内置的encode()和decode()方法来进行UTF-8编码和解码。
我们来看看如何使用encode()方法进行UTF-8编码，这个方法接受一个参数，即要使用的字符编码方式，如果不提供这个参数，那么默认使用的是ASCII编码，如果我们想要使用UTF-8编码，就可以将"utf-8"作为参数传递给encode()方法。
s = "你好，世界！"
b = s.encode("utf-8")
print(b)
运行上述代码，我们可以得到如下输出：
b'\xe4\xbd\xa0\xe5\xa5\xbd\xef\xbc\x8c\xe4\xb8\x96\xe7\x95\x8c\xef\xbc\x81'
这就是我们的字符串"你好，世界！"被UTF-8编码后的结果，每个字符都被替换为了对应的字节序列。
接下来，我们来看看如何使用decode()方法进行UTF-8解码，这个方法也接受一个参数，即要使用的字符编码方式，如果不提供这个参数，那么默认使用的是ASCII编码，如果我们想要使用UTF-8解码，就可以将"utf-8"作为参数传递给decode()方法。
b = b'\xe4\xbd\xa0\xe5\xa5\xbd\xef\xbc\x8c\xe4\xb8\x96\xe7\x95\x8c\xef\xbc\x81'
s = b.decode("utf-8")
print(s)
运行上述代码，我们可以得到如下输出：
'你好，世界！'
这就是我们的字节串被UTF-8解码后的结果，每个字节都被替换为了对应的字符。
需要注意的是，如果字节串中包含了无法用UTF-8解码的字节，那么decode()方法会抛出一个UnicodeDecodeError异常，在使用decode()方法时，我们需要确保字节串是有效的UTF-8编码。
发表评论