Python 中文字符串编码转换与 Unicode 桥梁作用详解

Python 中文字符串编码转换与 Unicode 桥梁作用详解

>>> teststr = '我的eclipse不能正确的解码gbk码！'

>>> teststr

'\xe6\x88\x91\xe7\x9a\x84eclipse\xe4\xb8\x8d\xe8\x83\xbd\xe6\xad\xa3\xe7\xa1\xae\xe7\x9a\x84\xe8\xa7\xa3\xe7\xa0\x81gbk\xe7\xa0\x81\xef\xbc\x81'

>>> tests2 = u'我的eclipse不能正确的解码gbk码！'

>>> test3 = tests2.encode('gb2312')

>>> test3

'\xce\xd2\xb5\xc4eclipse\xb2\xbb\xc4\xdc\xd5\xfd\xc8\xb7\xb5\xc4\xbd\xe2\xc2\xebgbk\xc2\xeb\xa3\xa1'

>>> test3

'\xce\xd2\xb5\xc4eclipse\xb2\xbb\xc4\xdc\xd5\xfd\xc8\xb7\xb5\xc4\xbd\xe2\xc2\xebgbk\xc2\xeb\xa3\xa1'

>>> teststr

'\xe6\x88\x91\xe7\x9a\x84eclipse\xe4\xb8\x8d\xe8\x83\xbd\xe6\xad\xa3\xe7\xa1\xae\xe7\x9a\x84\xe8\xa7\xa3\xe7\xa0\x81gbk\xe7\xa0\x81\xef\xbc\x81'

>>> test3.decode('gb2312').encode('utf-8')

'\xe6\x88\x91\xe7\x9a\x84eclipse\xe4\xb8\x8d\xe8\x83\xbd\xe6\xad\xa3\xe7\xa1\xae\xe7\x9a\x84\xe8\xa7\xa3\xe7\xa0\x81gbk\xe7\xa0\x81\xef\xbc\x81'

>>> test3.decode('gb2312').encode('utf-8') == teststr

True

如上所见，test3变量（采用gb2312编码）先经过解码操作转换为Unicode字符串，随后再使用utf-8进行编码，最终得到的字符串值与teststr完全相同。

通过上述示例可以明确，Unicode字符串充当了gb2312字符串（Windows系统常用格式）与utf-8字符串（Python内部默认格式）之间的转换桥梁。