Python 编码encode()、 解码decode()问题

乱码这种东西，时不时出现。本来开开心心想着我要学习啦，然后兴高采烈打开了比火星文还火星文的字符……

没事，我可以搞定这堆鬼画符。

先来讲一下为什么有乱码这种东西的存在

故事是这样滴：

字符串是Python的一种数据类型，它的处理会涉及到编码问题。

我们可爱的计算机只能识别计算机语言，它以二进制字节形式来存储数据，就是0和1构成的一个长长的二进制字节（一般人是识别不了这种这么原始的语言的）

而作为人类，我们说的是人话，'language'、'中文'、'123'……，用的是文本字符（计算机读不懂这种抽象语言）

So, 人类创造出了ASCII码，一种字符对照表（类似翻译官），让人类跟计算机能交流啦！

最早的对照表是ASCII码表，ASCII码表是美国人创造出来的，总共128个字符，满足美国人民的日常需求！

但是！！！

世界那么大，每个国家都有自己的文字、符号，人类一直在扩充这张对照表，陆续创造了：扩展ASCII码、GB2312、GBK……

啊哈哈，各个国家有各个国家的特色。于是，生产出了许许多多的对照表。

工作中经常会遇到不同编码的问题，需要我们对不同的编码进行转换……但是随着人们的扩充，选到合适的对照表越来越费时间、精力，你们谁才是我要的那张表？

你可知道，时间是宝贵的，更何况是程序员的时间。

终于，美国一个叫ISO的组织看不下去了，它决定整顿一下这个混乱的编码世界

于是，Unicode就诞生啦，它将全世界人民的符号全部编进去了。让你们全部有个规范走，别再搞事情啦！（快去这个神器的网站看看：https://unicode-table.com/en/）

在Python里，如果你们要转换编码，都要经过Unicode。

不论是UTF-8或者是GBK，整个过程都是先通过编码decode转换为Unicode告诉Unicode当前的编码格式是什么、然后再通过解码encode转换为自己想要实现的编码格式或类型。

假设一个只会中文和一个只会英文的外交官在交流，Unicode就扮演其中的翻译官，他将中文字符转换成Unicode字节，再将Unicode字节转换成英文字符。

Python3中，str类型存unicode数据，bytse类型存bytes数据。

And, 文件默认的编码方式就是utf-8。

下面给个图来加深一下记忆：

下面到举栗子时间：

a = '我爱排球，有人要打球吗？'
print(type(a))

<class 'str'>

a.encode()

b'\xe6\x88\x91\xe7\x88\xb1\xe6\x8e\x92\xe7\x90\x83\xef\xbc\x8c\xe6\x9c\x89\xe4\xba\xba\xe8\xa6\x81\xe6\x89\x93\xe7\x90\x83\xe5\x90\x97\xef\xbc\x9f'

上面的是用默认的UTF-8去encode变量a，下面试一下encode为GBK类型

a.encode('GBK')

b'\xce\xd2\xb0\xae\xc5\xc5\xc7\xf2\xa3\xac\xd3\xd0\xc8\xcb\xd2\xaa\xb4\xf2\xc7\xf2\xc2\xf0\xa3\xbf'

上面展示了编码过程，接下来展示解码操作，解码经常出错，所以要留心哦

b = '下午四点全队集合，东区气排场'
print(type(b))
b1 = b.encode()
b2 = b.encode('GBK')

<class 'str'>

print(type(b1))
print(type(b2))

<class 'bytes'>
<class 'bytes'>

先把b以两种编码形式编好，一个是b1（UTF-8编码的）,另一个是b2（GBK编码的）

用谁编码的，就只能用谁去解码，不然会报错

下面，我们不这么干，先来个乱码情况：

b1是UTF-8编码的，但是我们用GBK去解码

b1.decode('GBK')

'涓嬪崍鍥涚偣鍏ㄩ槦闆嗗悎锛屼笢鍖烘皵鎺掑満'

啊哈哈，你看出上面输出的是什么吗，反正我看不出

这就是常见的乱码情况。

下面是时候正常解码一下啦！

b1.decode('UTF-8')

'下午四点全队集合，东区气排场'

So,乱码就是这么一回事，他只是缺少一个对的翻译官。你要做的就是帮他找一个正确的翻译官。兄弟，加油，你是个称职的媒婆，你可以的

好了，我要去找吃的了。吃，吃，吃 ，我要胖十斤