对python3编码那些事的小小总结

发布时间:2019-09-26 07:36:40编辑:auto阅读(1636)

    一、 了解一下编码的发展。
    1、 计算机只能处理数字,如果需要处理文本,需要先将文本转换为数字。因为计算机是美国梆子发明的,所以他们发明了最早的编码--ASCII编码,也就是将他们的大小写字符数字和一些符号编码得到计算机中。比如A的编码是65。
    2、 随着计算机在中国发展起来,拿ASCII去处理中文,显然是不够的,因为英文需要一个字节处理,而中文是需要两个字节。为了满足需求我们中国发明了自己的编码GB2312。将中文编进去。
    3、 我们中国如此,世界上那么多语言岂不是每种语言都需要一种编码标准,如果一个文本中有多种语言,到时候产生的结果就是出现乱码。
    4、 为顺应发展,比较叼的Unicode编码出生了,这个东西将所有的语言都统一到一套编码中。这样就不会再出现乱码的问题。虽然这个东西够强大,但是却有一个不能小觑的缺点。相比于ASCII编码要多出一倍的储存空间。例如:A ascii:65 二进制:01000001 unicode:00000000 01000001
    5、 所以秉承着节约的原则,UTF-8应运而生,好处编码可变长。例如A的UTF-8:01000001,可以将unicode编码中的前面的零节约掉。
    二、 在计算机 系统中通用编码的工作方式
    1、 当我们编辑文档的时候,读取文档内容将UTF-8字符转换为unicode字符到内存中。因为这里需要显示,为了避免乱码,使用通用的Unicode编码。
    2、 当编码编辑完成后,再将Unicode的编码转换为UTF-8保存到文件中。因为这里是需要存入磁盘中的,为节约储存空间,使用可变编码长度的UTF-8编码。
    三、 python3字符编码
    python的字符串类型是str,在内存中以Unicode表示。
    1、 如果需要在网络上传输,或者保存到存储设备上,就需要将str变成以字节为单位的bytes。可以使用encode()方法。通过第一大点的了解,我们知道Unicode表示的str可以通过ASCII和utf-8编码转换。但是转换中文的时候,一定使用utf-8,因为含有中文的str无法用ASCII编码,超出了ASCII编码的范围。例如:
    对python3编码那些事的小小总结
    2、 如果我们从网络上或磁盘上读取数据,就是将bytes变为str。可以使用decode()方法。
    对python3编码那些事的小小总结
    通过上述了解,可以看出,utf-8编码,不管是读取数据,还是传输数据都不会出错,所以很多情况下utf-8使用的更为广泛一些。

    四、 解析我实际遇到的问题
    使用socket模块编写通信的脚本,原服务端:

    #!/usr/bin/python3
    import socket
    
    s=socket.socket(socket.AF_INET,socket.SOCK_STREAM)
    s.bind(('',6000))
    s.listen(1)
    client,addr=s.accept()
    print ("Connected by",addr)
    client.send("welcome")
    text=client.recv(1024)
    print(text)
    client.close()
    s.close()

    原客户端:

    #!/usr/bin/python3
    import socket
    
    c=socket.socket(socket.AF_INET,socket.SOCK_STREAM)
    c.connect(("192.168.80.128",6000))
    ans=c.recv(1024)
    print(ans)
    c.send("hello")
    c.close()

    执行结果
    对python3编码那些事的小小总结
    send()方法用来传递数据,将hello传递给服务端。
    错误提示需要将str类型的字符串转换为bytes。在我们传递数据的时候应该先将str转换为bytes类型的数据方可。使用encode(‘utf-8’)或encode(‘ascii’);同时服务端的send()方法传递的数据也应该转换一下。
    服务端修改代码:

    client.send("welcome".encode('utf-8'))

    客户端修改代码:

    c.send("hello".encode('utf-8'))

    修改后执行结果:
    对python3编码那些事的小小总结
    对python3编码那些事的小小总结
    执行成功。
    执行过程中,str被转换为bytes传递给对方。因为这里传递的是字母,内容上看不出是bytes,但是字符串前有个字母b,表示bytes。如果传递的是中文:
    对python3编码那些事的小小总结
    因为我们将str转换为了bytes。所以当我们接受数据的时候,应当将bytes转换为str
    服务端修改代码:
    text=client.recv(1024).decode('utf-8')
    客户端修改代码:
    ans=c.recv(1024).decode('utf-8')
    执行结果:
    对python3编码那些事的小小总结
    总结完毕!!!

关键字