Python3的字符串编解码

Python默认使用 utf-8编码，但是在诸多的网络编程中，我们经常会拿到编码不为 utf-8的字符流。因此，在此情况下，有必要了解Python3对于字符串的编解码。

网上有许多的教程都是对于Python2的，那些都不适用于Python3

\u开头的

分为两种情况

已经转义的

如果已经转义的，不需要去管，Python内部会自动转码

text = "9\u201323 February"
# 如果看它不爽，可以通过两种方法强行转
# str(text)
# repr(text)
print(text)

out:

9–23 February

没有转义（原生字符串）

如果没有被转义，读入的就是\u字符串（这个应该是遇到最多的情况）：

text = r"9\u201323 February"
print(text)
text = text.encode("utf-8").decode('unicode_escape')

out:

9\u201323 February
9–23 February

---

\x开头的

带转义的

text = '\xe4\xbd\xa0\xe5\xa5\xbd'
print(text)
text = text.encode('raw_unicode_escape').decode('utf-8')
print(text)

out:

ä½ å¥½
你好

不带转义的

先转成utf-8，然后做法和上面相同：

text = r'\xe4\xbd\xa0\xe5\xa5\xbd'
print(text)
text = text.encode("utf-8").decode('unicode_escape').encode('raw_unicode_escape').decode('utf-8')
print(text)

out:

\xe4\xbd\xa0\xe5\xa5\xbd
你好