python中的编码与解码

对python的初学者来说，对字符的编码与解码是一个头痛的问题，对我也是一样。python 3严格区分了str与bytes，这对Python的使用者来说一件好事。在python3中字符串是以unicode编码的，unicode是一种不会出现乱码的编码。

字符串的encode与decode

在python 3中可以说原生支持中文，例如：

In [50]: str = '中文'
 
In [51]: str
Out[51]: '中文'
 
In [52]: type(str)
Out[52]: str

如果把str转换成bytes，那用encode方法，相反，使用decode方法，如下：

In [53]: str.encode('utf-8')
Out[53]: b'\xe4\xb8\xad\xe6\x96\x87'
 
In [54]: b'\xe4\xb8\xad\xe6\x96\x87'.decode()
Out[54]: '中文'

所以在python 3中进行编码的转换记住以下要点即可：

str转换成bytes，使用encode方法，bytes转换为str，使用decode方法

更多关于python中字符编码问题请参考这里和这里

base64模块

在python标准库中有一个base64的标准库，这个模块提供的更加丰富的功能实现对数据的编码与解码，官方文档请看这里，这里记录几个常用的方法 。

encodebytes方法与decodebytes方法

encodebytes方法表示对bytes对象进行编码操作，decodebytes方法的功能刚好相反，是一个解码的操作，两个方法都是返回一个bytes对象，如下：

In [71]: import base64
 
In [72]: s = b'this is test str'
 
In [73]: base64.encodebytes(s)
Out[74]: b'dGhpcyBpcyB0ZXN0IHN0cg==\n'
 
In [75]: encode = base64.encodebytes(s)
 
In [76]: encode
Out[76]: b'dGhpcyBpcyB0ZXN0IHN0cg==\n'
 
In [77]: base64.decodebytes(encode)
Out[77]: b'this is test str'

b64encode方法与b64decode方法

这两个方法也是对bytest对象进行编码与解码操作，也是返回一个bytes对象，做如下测试：

In [83]: s
Out[83]: b'this is test str'
 
In [84]: base64.b64encode(s)
Out[84]: b'dGhpcyBpcyB0ZXN0IHN0cg=='
 
In [85]: base64.b64decode(base64.b64encode(s))
Out[85]: b'this is test str'

从编码的输出结果可看出与采用encodebytes方法编码出的结果几乎是一样的，只是最后少了\n这两个字符。

urlsafe_b64encode与urlsafe_b64decode方法

这两个方法也是对bytest对象进行编码和解码操作，同样返回一个bytes对象，做如下测试：

In [88]: s
Out[88]: b'this is test str'
 
In [89]: base64.urlsafe_b64encode(s)
Out[89]: b'dGhpcyBpcyB0ZXN0IHN0cg=='
 
In [90]: url_encode = base64.urlsafe_b64encode(s)
 
In [91]: url_encode
Out[91]: b'dGhpcyBpcyB0ZXN0IHN0cg=='
 
In [92]: base64.urlsafe_b64decode(url_encode)
Out[92]: b'this is test str'

发现与采用b64encode方法编码出的结果是一样的。

上边只是base64这个模块的一少数几个方法，更多的方法说明去看官网吧。那为什么base64这个模块提供的上面几个编码方法编码后的内容都是几乎一样的，那为什么会有一同的实现？现在我也不知道这内部的原理和原因。urlsafe_b64encode方法有urlsafe这个关键字，猜想是对url这样类似的bytes对象做编码时应该使用这个方法吧，比如http://zhaochj.github.io或是一个系统路径/etc/test.conf。这个编码方法还要在实际的项目去实践。