Python字符編碼轉(zhuǎn)換

UNICODE字符串可以與任意字符編碼的字節(jié)進(jìn)行相互轉(zhuǎn)換，如圖：

那么大家很容易想到一個(gè)問(wèn)題，就是不同的字符編碼的字節(jié)可以通過(guò)Unicode相互轉(zhuǎn)換嗎？答案是肯定的。

Python2中的字符串進(jìn)行字符編碼轉(zhuǎn)換過(guò)程是：

字節(jié)串-->decode('原來(lái)的字符編碼')-->Unicode字符串-->encode('新的字符編碼')-->字節(jié)串

#!/usr/bin/env python
# -*- coding:utf-8 -*-


utf_8_a = '我愛(ài)中國(guó)'
gbk_a = utf_8_a.decode('utf-8').encode('gbk')
print(gbk_a.decode('gbk'))

輸出結(jié)果：

我愛(ài)中國(guó)

Python3中定義的字符串默認(rèn)就是unicode，因此不需要先解碼，可以直接編碼成新的字符編碼：

字符串-->encode('新的字符編碼')-->字節(jié)串

#!/usr/bin/env python
# -*- coding:utf-8 -*-


utf_8_a = '我愛(ài)中國(guó)'
gbk_a = utf_8_a.encode('gbk')
print(gbk_a.decode('gbk'))

輸出結(jié)果：

我愛(ài)中國(guó)

最后需要說(shuō)明的是，Unicode不是有道詞典，也不是google翻譯器，它并不能把一個(gè)中文翻譯成一個(gè)英文。正確的字符編碼的轉(zhuǎn)換過(guò)程只是把同一個(gè)字符的字節(jié)表現(xiàn)形式改變了，而字符本身的符號(hào)是不應(yīng)該發(fā)生變化的，因此并不是所有的字符編碼之間的轉(zhuǎn)換都是有意義的。怎么理解這句話(huà)呢？比如GBK編碼的“中國(guó)”轉(zhuǎn)成UTF-8字符編碼后，僅僅是由4個(gè)字節(jié)變成了6個(gè)字節(jié)來(lái)表示，但其字符表現(xiàn)形式還應(yīng)該是“中國(guó)”，而不應(yīng)該變成“你好”或者“China”。