1. Python的两种版本，Python 2.x和Python 3.x，的划分，不了解的去参考：
【整理】总结Python2(Python 2.x版本）和Python3（Python 3.x版本）之间的区别
2.对于各种字符编码要有个基本的了解比如：
通用的Unicode Unicode的最常见的一种实现方式，UTF-8Windows中的默认编码GBK等等，有个基本的概念。如果不了解，可以参考相关内容
Windows Cmd中：设置字符编码：简体中文GBK/英文
3.关于Python文件中，声明当前文件所使用何种编码，要清楚其含义
不了解的，去看：
【整理】关于Python脚本开头两行的：#!/usr/bin/python和# -*- coding: utf-8 -*-的作用 – 指定文件编码类型
Python编解码简介 Python中，不论是Python 2.x还是Python 3.x中，总体上说，字符都只有2大类：
一类是通用的Unicode字符；
另一类是，（unicode被编码后的），某种编码类型的字符，比如UTF-8，GBK等等类型的字符；但是呢：Python 2.x，字符编码方面，设计的不好，导致经常，非常容易，出现一些字符编码解码方面的错误。
具体常见错误及解决办法，可参考：
【总结】Python中常见字符编码和解码方面的错误及其解决办法
而：
Python 3.x中，对于字符编解码方面的设计，的确先进和简洁多了，在使用过程中，也就很少再出现这类编码解码方面的错误了。
下面，就来对比一下：
1.下面是上面相关的字符串转换，所用的示例代码。
如下代码，分别在：
Python 2.7.2
和
Python 3.2.2
中测试通过。
2. 你可以把如下对应的代码，保存为对应的文件。
其中，需要注意对应的Python文件所使用的编码，需要和其声明的编码（UTF-8)一致。
换句话说，你要把代码保存到UTF-8编码的Python文件中。
其中：
对于如何确保文件本身是何种编码的，以及如何转换为所需的编码类型，不了解的，可以参考：
3.如果你实在对编码不熟悉，那么直接下载对应的文件吧（右击另存为）：
脚本下载 python
python_2.x_unicode_to_str.py
#!/usr/bin/python # -*- coding: utf-8 -*- """ ------------------------------------------------------------------------------- Function: 【整理】Python中字符编码的总结和对比：Python 2.x的str和unicode vs Python 3.x的bytes和str【整理】Python中字符编码的总结和对比：Python 2.x的str和unicode vs Python 3.x的bytes和strAuthor: Crifan Verison: 2012-11-29 ------------------------------------------------------------------------------- """ def python2xUnicodeToStr(): zhcnUnicode = u"1.此处是中文字符；2.而你之所以能正确看到此处中文字符，是因为(1)此处python文件中，通过开始的编码指定为UTF-8(2)并且本身Python文件也是UTF-8编码保存的；3.接下来将要演示的是，将此段中文字符，转换为GBK编码，然后在windows的cmd中输出;"; print "type(zhcnUnicode)=",type(zhcnUnicode); #type(zhcnUnicode)= <type 'unicode'> zhcnGBK = zhcnUnicode.encode("GBK"); print "You should see these zh-CN chars in windows cmd normally: zhcnGBK=%s"%(zhcnGBK); #You should see these zh-CN chars in windows cmd normally: zhcnGBK=1.此处是中文字符；...... 然后在windows的cmd中输出; ############################################################################### if __name__=="__main__": python2xUnicodeToStr();
python_2.x_str_to_unicode.py
#!/usr/bin/python # -*- coding: utf-8 -*- """ ------------------------------------------------------------------------------- Function: 【整理】Python中字符编码的总结和对比：Python 2.x的str和unicode vs Python 3.x的bytes和str【整理】Python中字符编码的总结和对比：Python 2.x的str和unicode vs Python 3.x的bytes和strAuthor: Crifan Verison: 2012-11-29 ------------------------------------------------------------------------------- """ def python2xStrToUnicode(): strUtf8 = "1.此处是UTF-8编码的中文字符（之所以不是其他编码，是因为我们此处文件开头指定了是UTF-8，并且此Python文件本身也是以UTF-8编码保存的，这样才能确保Python解析器，正确解析本文件，及其所包含的字符）；2.接下来将要演示的是，将此段UTF-8的中文字符，解码为对应的Unicode字符;3.然后输出到windows的cmd中（其中unicode字符在输出打印时，会自动转换为对应的（此处的GBK）编码的）；"; print "type(strUtf8)=",type(strUtf8); #type(strUtf8)= <type 'str'> decodedUnicode = strUtf8.decode("UTF-8"); print "You should see these unicode zh-CN chars in windows cmd normally: decodedUnicode=%s"%(decodedUnicode); #You should see these unicode zh-CN chars in windows cmd normally: decodedUnicode=1.此处是UTF-8编码的中文字符 ...... 转换为对应的（此处的GBK）编码的）； ############################################################################### if __name__=="__main__": python2xStrToUnicode();
python_3.x_str_to_bytes.py
#!/usr/bin/python # -*- coding: utf-8 -*- """ ------------------------------------------------------------------------------- Function: 【整理】Python中字符编码的总结和对比：Python 2.x的str和unicode vs Python 3.x的bytes和str【整理】Python中字符编码的总结和对比：Python 2.x的str和unicode vs Python 3.x的bytes和strAuthor: Crifan Verison: 2012-11-29 ------------------------------------------------------------------------------- """ def python3xStrToBytes(): """Demo Python 3.x (unicode) str to bytes """ zhcnUnicode = "1.此处的，Python 3.x中，默认字符串的写法，就已经是unicode类型的字符串了。2.当然，还是有一点前提的，那就是，你在(1)此处python文件所指定的编码类型(2)要和你当前python文件实际所采用的编码类型，要匹配和一致，即此处，两者均是UTF-8，所以，Python解析器，才能正确的将我们此处所输入的UTF-8的中文字符，正确地解码为对应的Unicode字符串的；3.接下来将要演示的是，打印对于的此处字符的类型；然后再直接输出显示到windows的GBK编码的cmd中"; print("type(zhcnUnicode)=",type(zhcnUnicode)); #type(zhcnUnicode)= <class 'str'> zhcnGbkBytes = zhcnUnicode.encode("GBK"); print("You should see these zh-CN bytes in windows cmd normally, which begin with b preffix: zhcnGbkBytes=%s"%(zhcnGbkBytes)); #You should see these zh-CN bytes in windows cmd normally, which begin with b preffix: zhcnGbkBytes=b'1.xb4xcbxb4xa6xb5 ...... xc2xebxb5xc4cmdxd6xd0' ############################################################################### if __name__=="__main__": python3xStrToBytes();
python_3.x_bytes_to_str.py
#!/usr/bin/python # -*- coding: utf-8 -*- """ ------------------------------------------------------------------------------- Function: 【整理】Python中字符编码的总结和对比：Python 2.x的str和unicode vs Python 3.x的bytes和str【整理】Python中字符编码的总结和对比：Python 2.x的str和unicode vs Python 3.x的bytes和strAuthor: Crifan Verison: 2012-11-29 ------------------------------------------------------------------------------- """ def python3xBytesToStr(): """Demo Python 3.x bytes to (unicode) str """ #此处的bytes，只能接受ASCII字符 #想要输入非ASCII的字符，则只能通过xYY的十六进制方式输入，其中YY为对应的16进制的值 #此处，我是已经在别处，通过把对应的中文: #"1.Python 3.x中，给字符串前面添加字母b，表示是bytes的字符串；2.此处之所以可以实现，接下来的，Python解析器，可以正确的将bytes解码为Unicode的str，那是因为(1)此处python文件所指定的编码类型(2)要和你当前python文件实际所采用的编码类型，是一致的，都是UTF-8；3.接下来将要演示的是，将此bytes字符串，解码为Unicode的str，然后在此处的终端，windows的默认编码为GBK的cmd中显示出来；"; #解析为UTF-8的bytes了，所以下面你看到的是，解析后的，一堆bytes zhcnBytes = b"1.xe6xadxa4xe5xa4x84xe7x9ax84xefxbcx8cPython 3.xxe4xb8xadxefxbcx8cxe9xbbx98xe8xaexa4xe5xadx97xe7xacxa6xe4xb8xb2xe7x9ax84xe5x86x99xe6xb3x95xefxbcx8cxe5xb0xb1xe5xb7xb2xe7xbbx8fxe6x98xafunicodexe7xb1xbbxe5x9ex8bxe7x9ax84xe5xadx97xe7xacxa6xe4xb8xb2xe4xbax86xe3x80x822.xe5xbdx93xe7x84xb6xefxbcx8cxe8xbfx98xe6x98xafxe6x9cx89xe4xb8x80xe7x82xb9xe5x89x8dxe6x8fx90xe7x9ax84xefxbcx8cxe9x82xa3xe5xb0xb1xe6x98xafxefxbcx8cxe4xbdxa0xe5x9cxa8(1)xe6xadxa4xe5xa4x84pythonxe6x96x87xe4xbbxb6xe6x89x80xe6x8cx87xe5xaex9axe7x9ax84xe7xbcx96xe7xa0x81xe7xb1xbbxe5x9ex8b(2)xe8xa6x81xe5x92x8cxe4xbdxa0xe5xbdx93xe5x89x8dpythonxe6x96x87xe4xbbxb6xe5xaex9exe9x99x85xe6x89x80xe9x87x87xe7x94xa8xe7x9ax84xe7xbcx96xe7xa0x81xe7xb1xbbxe5x9ex8bxefxbcx8cxe8xa6x81xe5x8cxb9xe9x85x8dxe5x92x8cxe4xb8x80xe8x87xb4xefxbcx8cxe5x8dxb3xe6xadxa4xe5xa4x84xefxbcx8cxe4xb8xa4xe8x80x85xe5x9dx87xe6x98xafUTF-8xefxbcx8cxe6x89x80xe4xbbxa5xefxbcx8cPythonxe8xa7xa3xe6x9ex90xe5x99xa8xefxbcx8cxe6x89x8dxe8x83xbdxe6xadxa3xe7xa1xaexe7x9ax84xe5xb0x86xe6x88x91xe4xbbxacxe6xadxa4xe5xa4x84xe6x89x80xe8xbex93xe5x85xa5xe7x9ax84UTF-8xe7x9ax84xe4xb8xadxe6x96x87xe5xadx97xe7xacxa6xefxbcx8cxe6xadxa3xe7xa1xaexe5x9cxb0xe8xa7xa3xe7xa0x81xe4xb8xbaxe5xafxb9xe5xbax94xe7x9ax84Unicodexe5xadx97xe7xacxa6xe4xb8xb2xe7x9ax84xefxbcx9b3.xe6x8exa5xe4xb8x8bxe6x9dxa5xe5xb0x86xe8xa6x81xe6xbcx94xe7xa4xbaxe7x9ax84xe6x98xafxefxbcx8cxe6x89x93xe5x8dxb0xe5xafxb9xe4xbax8exe7x9ax84xe6xadxa4xe5xa4x84xe5xadx97xe7xacxa6xe7x9ax84xe7xb1xbbxe5x9ex8bxefxbcx9bxe7x84xb6xe5x90x8exe5x86x8dxe7x9bxb4xe6x8exa5xe8xbex93xe5x87xbaxe6x98xbexe7xa4xbaxe5x88xb0windowsxe7x9ax84GBKxe7xbcx96xe7xa0x81xe7x9ax84cmdxe4xb8xad"; print("type(zhcnBytes)=",type(zhcnBytes)); #type(zhcnBytes)= <class 'bytes'> zhcnUnicodeStr = zhcnBytes.decode("UTF-8"); print("You should see these zh-CN unicode str in windows cmd normally: zhcnUnicodeStr=%s"%(zhcnUnicodeStr)); #You should see these zh-CN unicode str in windows cmd normally: zhcnUnicodeStr=1.此处的，Python 3.x中 ...... 然后再直接输出显示到windows的GBK编码的cmd中 ############################################################################### if __name__=="__main__": python3xBytesToStr();
转载请注明：爱开源 » Python中字符编码的总结和对比：Python 2.x的str和unicode vs Python 3.x的bytes和str