编码/解码有什么区别？

unicode 字符串的 decode 方法实际上根本没有任何应用程序（除非您出于某种原因在 unicode 字符串中有一些非文本数据 - 见下文）。我认为这主要是出于历史原因。在 Python 3 中，它完全消失了。

unicode().decode() 将使用默认 (ascii) 编解码器执行 s 的隐式编码。像这样验证：

>>> s = u'ö'
>>> s.decode()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode character u'\xf6' in position 0:
ordinal not in range(128)

>>> s.encode('ascii')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode character u'\xf6' in position 0:
ordinal not in range(128)

错误消息完全相同。

对于 str().encode()，情况正好相反——它尝试使用默认编码对 s 进行隐式解码：

>>> s = 'ö'
>>> s.decode('utf-8')
u'\xf6'
>>> s.encode()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 0:
ordinal not in range(128)

像这样使用，str().encode() 也是多余的。

但是后一种方法的另一个应用是有用的：有 encodings 与字符集无关，因此可以以有意义的方式应用于 8 位字符串：

>>> s.encode('zip')
'x\x9c;\xbc\r\x00\x02>\x01z'

不过，您是对的：这两个应用程序对“编码”的模棱两可的用法是……很尴尬。同样，在 Python 3 中使用单独的 byte 和 string 类型，这不再是一个问题。

---

将 unicode 字符串表示为字节字符串称为 encoding。使用 u'...'.encode(encoding)。

例子：

>>> u'æøå'.encode('utf8')
    '\xc3\x83\xc2\xa6\xc3\x83\xc2\xb8\xc3\x83\xc2\xa5'
    >>> u'æøå'.encode('latin1')
    '\xc3\xa6\xc3\xb8\xc3\xa5'
    >>> u'æøå'.encode('ascii')
    UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-5: 
    ordinal not in range(128)

您通常在需要将 unicode 字符串用于 IO 时对其进行编码，例如通过网络传输它，或将其保存到磁盘文件中。

将字节字符串转换为 unicode 字符串称为解码。使用 unicode('...', encoding) 或 '...'.decode(encoding)。

例子：

>>> u'æøå'
   u'\xc3\xa6\xc3\xb8\xc3\xa5' # the interpreter prints the unicode object like so
   >>> unicode('\xc3\xa6\xc3\xb8\xc3\xa5', 'latin1')
   u'\xc3\xa6\xc3\xb8\xc3\xa5'
   >>> '\xc3\xa6\xc3\xb8\xc3\xa5'.decode('latin1')
   u'\xc3\xa6\xc3\xb8\xc3\xa5'

每当您从网络或磁盘文件接收到字符串数据时，您通常会解码一串字节。

我相信 python 3 中的 unicode 处理有一些变化，所以上述对于 python 3 可能不正确。

一些很好的链接：

每个软件开发人员绝对、绝对必须了解 Unicode 和字符集的绝对最低要求（没有借口！）

统一码如何

---

anUnicode.encode('encoding') 产生一个字符串对象，可以在 unicode 对象上调用

aString.decode('encoding') 产生一个 unicode 对象，可以在字符串上调用，以给定的编码进行编码。

更多解释：

您可以创建一些没有任何编码集的 unicode 对象。 Python 将它存储在内存中的方式与您无关。您可以搜索、拆分并调用您喜欢的任何字符串操作函数。

但是有一段时间，您想将 unicode 对象打印到控制台或某个文本文件中。所以你必须对其进行编码（例如 - 在 UTF-8 中），你调用 encode('utf-8') 并且你会得到一个内部带有 '\u' 的字符串，这是完全可打印的。

然后，再次 - 你想做相反的事情 - 读取以 UTF-8 编码的字符串并将其视为 Unicode，因此 \u360 将是一个字符，而不是 5。然后你解码一个字符串（使用选定的编码）和获取 unicode 类型的全新对象。

顺便说一句-您可以选择一些变态编码，例如“zip”、“base64”、“rot”，其中一些会从字符串转换为字符串，但我相信最常见的情况是涉及 UTF-8 /UTF-16 和字符串。

---

mybytestring.encode(somecodec) 对 somecodec 的这些值有意义：

base64

bz2

zlib

十六进制

夸普里

rot13

string_escape

你

我不确定解码已经解码的 unicode 文本有什么好处。尝试使用任何编码似乎总是首先尝试使用系统的默认编码进行编码。

---

有一些编码可用于从 str 到 str 或从 unicode 到 unicode 进行解码/编码。例如 base64、hex 甚至 rot13。它们列在 codecs module 中。

编辑：

unicode 字符串上的解码消息可以撤消相应的编码操作：

In [1]: u'0a'.decode('hex')
Out[1]: '\n'

返回的类型是 str 而不是 unicode，这在我看来是不幸的。但是，当您没有在 str 和 unicode 之间进行正确的编码/解码时，无论如何这看起来都是一团糟。

---

简单的答案是它们彼此完全相反。

计算机使用最基本的字节单位来存储和处理信息；对人眼来说是没有意义的。

例如，'\xe4\xb8\xad\xe6\x96\x87' 是两个汉字的表示，但是计算机只有在给定字典来查找时才知道（意味着打印或存储）它是汉字中文单词，在这种情况下，它是一个“utf-8”字典，如果您查看不同或错误的字典（使用不同的解码方法），它将无法正确显示预期的中文单词。

在上述情况下，计算机查找中文单词的过程是decode()。

而计算机将中文写入计算机内存的过程是encode()。

所以编码信息是原始字节，解码信息是原始字节和要引用的字典的名称（但不是字典本身）。

---