這篇文章將為大家詳細講解有關(guān)Python3中編碼與解碼之Unicode與bytes的示例分析，小編覺得挺實用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

專注于為中小企業(yè)提供網(wǎng)站建設(shè)、網(wǎng)站設(shè)計服務(wù),電腦端+手機端+微信端的三站合一,更高效的管理,為中小企業(yè)廣水免費做網(wǎng)站提供優(yōu)質(zhì)的服務(wù)。我們立足成都，凝聚了一批互聯(lián)網(wǎng)行業(yè)人才，有力地推動了近1000家企業(yè)的穩(wěn)健成長，幫助中小企業(yè)通過網(wǎng)站建設(shè)實現(xiàn)規(guī)模擴充和轉(zhuǎn)變。

Python爬蟲，下載一個網(wǎng)頁，然后把所有內(nèi)容寫入一個txt文件中，出現(xiàn)錯誤；

TypeError: write() argument must be str, not bytes
AttributeError: 'URLError' object has no attribute 'code'
UnicodeEncodeError: 'gbk' codec can't encode character '\xa0' inposition 5747: illegal multibyte sequence

一看就是編碼問題，不懂，度娘上面這方面講得不多，感覺沒說清楚，自己研究了一晚上，摸出了一點門道。

從頭說起，由于各國語言文字不同，起初要在計算機中表示，就有了各種各樣的編碼（例如中文的gb2312）。但是這樣就出現(xiàn)了兼容性的問題，所以就有了Unicode，也就是所謂的萬國碼，python3中字符串類型str就是以Unicode編碼格式編碼，所以我們在Python3 中看到多種語言文字的字符串而不會出現(xiàn)亂碼。

編碼是一種用一種特定的方式對抽象字符（Unicode）轉(zhuǎn)換為二進制形式（bytes）進行表示，也就是python3中的encode。解碼就是對用特定方式表示的二進制數(shù)據(jù)用特定的方式轉(zhuǎn)化為Unicode，也就是decode。

下圖就是編碼的核心：

一、字符的編碼：

Python對于bites類型的數(shù)據(jù)用帶‘b‘前綴的單引號活雙引號表示。

下面關(guān)于字符編碼解碼的代碼很好的解釋了上面的流程圖：

s='你好'
print(s)#輸出結(jié)果：你好
print(type(s))#輸出結(jié)果：<class 'str'>
s=s.encode('UTF-8')
print(s)#輸出結(jié)果：b'\xe4\xbd\xa0\xe5\xa5\xbd'
print(type(s))#輸出結(jié)果：<class 'bytes'>
s=s.decode('UTF-8')
print(s)#輸出結(jié)果：你好
print(type(s))#輸出結(jié)果：<class 'str'>

多說一句，如果你對str類型字符進行decode會報錯，同理，對bytes類型進行encode也會報錯。

二、文件編碼

在python 3 中字符是以Unicode的形式存儲的，當(dāng)然這里所說的存儲是指存儲在計算機內(nèi)存當(dāng)中，如果是存儲在硬盤里，Python 3的字符是以bytes形式存儲，也就是說如果要將字符寫入硬盤，就必須對字符進行encode。對上面這段話再解釋一下，如果要將str寫入文件，如果以‘w'模式寫入，則要求寫入的內(nèi)容必須是str類型；如果以‘wb'形式寫入，則要求寫入的內(nèi)容必須是bytes類型。文章開頭出現(xiàn)的集中錯誤，就是因為寫入模式與寫入內(nèi)容的數(shù)據(jù)類型不匹配造成的。

s1 = '你好'
#如果是以‘w'的方式寫入，寫入前一定要進行encoding，否則會報錯 
with open('F:\\1.txt','w',encoding='utf-8') as f1:
  f1.write(s1)
s2 = s1.encode("utf-8")#轉(zhuǎn)換為bytes的形式
#這時候?qū)懭敕绞揭欢ㄒ恰畐b'，且一定不能加encoding參數(shù)
with open('F:\\2.txt','wb') as f2:
  f2.write(s2)

有的人會問，我在系統(tǒng)里面用文本編輯器打開以bytes形式寫入的2.txt文件，發(fā)現(xiàn)里面顯示的是‘你好'，而不是‘b'\xe4\xbd\xa0\xe5\xa5\xbd''，因為文本文檔打開2.txt時，又會對它進行decode，然后才給你看到。

三、網(wǎng)頁的編碼

網(wǎng)頁編碼和文件編碼方法差不多，如下urlopen下載下來的網(wǎng)頁read()且用decoding(‘utf-8')解碼，那就必須以‘w'的方式寫入文件。如果只是read()而不用encoding(‘utf-8')進行編碼，一定要以‘wb'方式寫入：

以‘w'方式寫入時：

response= url_open('https://www.jb51.net/article/157034.htm ' ,timeout=5 )
#此處以UTF-8方式進行解碼，解碼后的數(shù)據(jù)以unicode的方式存儲在html中
html = response.read().decode('UTF-8')
print(type(html))#輸出結(jié)果：<class 'str'>
#這時寫入方式一定要加encoding,以encoding
# 即UTF-8的方式對二進制數(shù)據(jù)進行編碼才能寫入
with open('F:\DownloadAppData\html.txt',"w" , encoding='UTF-8') as f:
  f.write(html)

以‘wb'方式寫入：

response= url_open('https://www.jb51.net/article/157034.htm ' ,timeout=5 )
html = response.read()#此處不需要進行解碼，下載下來
print(type(html))#輸出結(jié)果：<class 'bytes'>
with open('F:\DownloadAppData\html.txt',"wb" ) as f:
  f.write(html)

如果要在Python3中，對urlopen下來的網(wǎng)頁進行字符搜索，肯定也要進行decode，例如使用lxml.etree就必須進行decode。

關(guān)于“Python3中編碼與解碼之Unicode與bytes的示例分析”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學(xué)到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國服務(wù)器、虛擬主機、免備案服務(wù)器”等云主機租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

網(wǎng)站題目：Python3中編碼與解碼之Unicode與bytes的示例分析-創(chuàng)新互聯(lián)
當(dāng)前URL：http://jinyejixie.com/article38/dipgsp.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供面包屑導(dǎo)航、用戶體驗、Google、網(wǎng)站設(shè)計公司、網(wǎng)站設(shè)計、營銷型網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)