我试图在 Python 中自己理解 encode 和 decode，但对我来说没有什么是真正清楚的。
str.encode([encoding,[errors]])str.decode([encoding,[errors]])首先，我不明白这两个函数中“encoding”参数的必要性。
每个函数的输出是什么，它的编码是什么？每个函数中的“编码”参数有什么用？我不太明白“字节串”的定义。
我有一个重要的问题，有没有办法从一种编码传递到另一种编码？ 我在 ASN.1 上阅读了一些关于“八位字节字符串”的文字，所以我想知道它是否与“字节字符串”相同。
感谢您的帮助。
【问题讨论】：
标签： python string unicode decode encode
它在 Python 2 中稍微复杂一些（与 Python 3 相比），因为它将“字符串”和“字节字符串”的概念混为一谈，但请参阅 The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets。本质上，您需要了解的是，“字符串”和“字符”是计算机无法直接表示的抽象概念。字节串是直接来自磁盘的原始字节流（或者可以直接从磁盘写入）。 encode 从抽象到具体（你最好给它一个 unicode 字符串，它会给你一个字节字符串）； decode 则相反。
编码规则是“a”应该用字节0x61表示，“α”应该用两字节序列0xc0\xb1表示。
【讨论】：
str 类型，而一个字符串就是unicode 类型），所以b[0] + b[0] 进行连接。这在 Py3 中有所不同，其中字节串的一个元素实际上是 int，因此 b[0] + b[0] 会进行 int 加法。
我在 PyCon 的演示文稿Pragmatic Unicode, or, How Do I Stop The Pain 涵盖了所有这些细节。
简而言之，Unicode 字符串是称为代码点的整数序列，而字节串是字节序列。编码是一种将 Unicode 代码点表示为一系列字节的方法。所以unicode_string.encode(enc)会返回用“enc”编码的Unicode字符串的字节串，byte_string.decode(enc)会返回用“enc”解码字节串产生的Unicode字符串。
【讨论】：
Python 2.x 有两种类型的字符串：
str = "字节串" = 八位字节序列。它们用于“旧版”字符编码（例如windows-1252 或IBM437）和原始二进制数据（例如struct.pack 输出）。unicode = "Unicode 字符串" = UTF-16 或 UTF-32 的序列，具体取决于 Python 的构建方式。这个模型是changed for Python 3.x:
unicode 变为 3.x str（并且 u 前缀已从文字中删除）。bytes 类型来表示二进制数据。character encoding 是 Unicode 字符串和字节字符串之间的映射。要将 Unicode 字符串转换为字节字符串，请使用 encode 方法：
>>> u'\u20AC'.encode('UTF-8')
'\xe2\x82\xac'
要转换成另一种方式，请使用decode 方法：
>>> '\xE2\x82\xAC'.decode('UTF-8')
u'\u20ac'
【讨论】：
是的，字节串是八位字节串。输入/输出文本（从/到控制台、文件、网络……）时会发生编码和解码。您的控制台可能在内部使用 UTF-8，您的 Web 服务器提供 latin-1，并且某些文件格式需要奇怪的编码，例如 Bibtex 的重音符号：fran\c{c}aise。您需要在输入/输出上从/到它们进行转换。
{en|de}code 方法可以做到这一点。它们通常在幕后被调用（例如，print "hello world" 将字符串编码为您的终端使用的任何内容）。
【讨论】：