encode()方法——编码字符串

news2024/11/27 11:41:07

自学python如何成为大佬(目录):https://blog.csdn.net/weixin_67859959/article/details/139049996?spm=1001.2014.3001.5501

语法参考

编码是将文本（字符串）转换成字节流，Unicode格式转换成其他编码格式。在Python中提供了encode()方法，该方法的作用是将Unicode编码转换成其他编码的字符串，如图1所示。如str1.encode('gbk')，表示将Unicode编码的字符串str1转换成GBK编码。

图1 编码解码示意图

encode()方法的语法格式如下：

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

参数说明：

l str：表示要进行转换的字符串。

l encoding="utf-8"：可选参数，用于指定进行转码时采用的编码，默认为utf-8，如果是简体中文，可以设置为gb2312或gbk（与网站使用的编码方式有关）。当只有一个参数时，可以省略前面的“encoding=”，直接写编码。

l 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。

快用锦囊

锦囊1 将指定字符串转为不同的编码格式

str='我爱Python' #定义字符串

utf8Str=str.encode(encoding='utf-8') #采用utf-8编码

gbkStr=str.encode(encoding='gbk') #采用GBK编码

print(utf8Str) #输出utf-8编码内容

print(gbkStr) #输出GBK编码内容

运行程序，输出结果为：

b'\xe6\x88\x91\xe7\x88\xb1Python'

b'\xce\xd2\xb0\xaePython'

锦囊2 Python中URL链接的编码处理

最近在豆瓣电影搜索《千与千寻》的时候发现搜素链接是这样的：

https://movie.douban.com/subject_search?search_text=%E5%8D%83%E4%B8%8E%E5%8D%83%E5%AF%BB&cat=1002

很明显“千与千寻”被编码成了%E5%8D%83%E4%B8%8E%E5%8D%83%E5%AF%BB，那么在Python中如何处理这种链接呢？

首先来了解下URL编码方法：URL编码方式是把需要编码的字符转化为%xx的形式。通常URL编码是基于utf-8，也可能是gbk或gb2312（这与网站使用的编码方式有关）。

测试下上述链接中URL编码是否为“千与千寻”，首先使用encode()方法将“千与千寻”的编码格式设置为utf-8，然后使用urllib模块的quote函数将转码后的字符串设置为URL编码，代码如下：

from urllib.parse import quote

from urllib.parse import unquote

#编码测试

mystr1 = '千与千寻'.encode('utf-8')

#使用urllib模块quote函数进行编码

mystr2 = quote(mystr1)

print(mystr2)

#使用urllib模块unquote函数进行解码

print(unquote(mystr2))

运行程序，输出结果为：

%E5%8D%83%E4%B8%8E%E5%8D%83%E5%AF%BB

将结果与链接中的字符串对比完全一样，那么这种编码方式可以通过urllib模块的unquote函数进行解码。

锦囊3 生成高考志愿填报时的姓名区位码

区位码是一个4位的十进制数，每个区位码都对应着一个唯一的汉字或符号，它的前两位叫做区码，后两位叫做位码。区位码的应用非常广泛，比如考生在填写高考志愿表或者涂抹答题卡时，都会要求填写自己姓名对应的区位码。下面使用encode()方法对汉字进行GB2312编码，然后根据区位码的生成算法（区位码 = GB2312内码 C 160<十六进制数A0>），使用生成的GB2312编码进行计算即可。实现代码如下：

'''

生成高考填报志愿时的姓名区位码

'''

def getCode(chinese):

'''

获取汉字对应区位码

:param chinese: 单个汉字

:return: 获取到的区位码

'''

barray = chinese.encode('gb2312') # 用GB2312对汉字进行编码

# 计算区位码(如果是1位，则格式为2位)

code = '{0:02d}'.format((barray[0] - 160)) + '{0:02d}'.format((barray[1] - 160))