R 中的 Encoding 函数有什么作用，是否有 Python 等价物？

【问题标题】：What does the Encoding function in R do and is there a Python equivalent?R 中的 Encoding 函数有什么作用，是否有 Python 等价物？
【发布时间】：2020-10-06 17:40:10
【问题描述】：

我正在将 R 翻译成 Python 并且有一行代码说

编码（项目）== 'UTF-8'

其中 item 是一些字符向量。这行代码是什么意思，如何在 Python 中复制它？

【问题讨论】：

添加 # !/usr/bin/python #coding:utf-8 到你的标题
我为什么要这样做？
因为Defining Python Source Code Encodings
您可以尝试bytes_item.decode("utf-8")，如果您遇到错误，那么它不是utf-8 中的文本 - 您可以使用try/except 捕获错误。还有模块chardet（字符检测）。但似乎Encoding 正在为字符串分配编码，但Python 始终使用UNICODE 为字符串，它可以转换为编码为UTF-8latin1 等的字节。
@Zhubei-Federer：真的需要吗？ Python3 假设自动源为 UTF-8，这个问题不是关于源代码的编码，而是关于动态编码/解码。

标签： python r python-3.x function character-encoding

【解决方案1】：

在 Python 3+ 中，str 始终以 UTF-8 格式存储。

您可以使用其他编码方案对其进行编码，例如

>>> x='욜로'; y = x.encode('CP949')
>>> type(y)
<class 'bytes'>

结果是bytes 类，它只是一个字节流。

它没有任何关于它存储什么或使用哪种编码的信息，

因为字节可以是任何东西（字符串、整数、浮点数...）。

如果你确定 byte 中的变量是字符串，

你可以猜出它是用哪种编码编码的，比如

>>> import chardet
>>> chardet.detect(y)
{'encoding': 'ISO-8859-1', 'confidence': 0.73, 'language': ''}

所以如果type(item) 是str，它总是True，如果type(item) 是bytes，你可以使用chardet.detect(y)['encoding']，但它并不总是正确的

【讨论】：