0450.md

Error in user YAML: (<unknown>): found a tab character that violate indentation while scanning a plain scalar at line 3 column 3

---
- oeasy Python 0450
- 这是 oeasy 系统化 Python 教程，从基础一步步讲，扎实、完整、不跳步。愿意花时间学，就能真正学会。
- 本教程同步发布在： 
	- 个人网站： `https://oeasy.org` 
	- 蓝桥云课： `https://www.lanqiao.cn/courses/3584` 
	- GitHub： `https://github.com/overmind1980/oeasy-python-tutorial` 
	- Gitee： `https://gitee.com/overmind1980/oeasypython` 
---

编码解码

回忆

• 上次执行了外部的 os 命令
• 然后在一个程序里面
• 写了一个 python 程序
• 然后用外部命令执行了这个命令
• 不过事到如今
• 有个小问题
• 就是我们的字符编码都是英文的 ascii 编码
• 可以使用中文么？🤔

询问ai

# 定义汉字“一”的字符串
chinese_char = "一"

# 1. 编码为字节（以 UTF-8 为例，常用编码）
utf8_bytes = chinese_char.encode("utf-8")
print("UTF-8 编码的字节：", utf8_bytes)  # 输出：b'\xe4\xb8\x80'

# 2. 将字节解码回字符串（需与编码格式一致）
decoded_char = utf8_bytes.decode("utf-8")
print("解码后的汉字：", decoded_char)  # 输出：一

效果

• 汉字编解码
  • 将 字节序列 解码为 字符
  • 将 字符 解码为 字节序列

• 我能用unicode编码
  • 直接输出一吗？

询问

print("\u4e00")  # 输出：一

• 效果

游乐场

• 直接输出

编码类型	编码值（十六进制）	编码表示形式	说明
Unicode	U+4E00	\u4e00（字符串中）	Unicode标准中“一”的唯一标识，十六进制表示，前缀“U+”为规范标记，字符串中常用“\u”加编码值表示
UTF-8	E4 B8 80	b'\xe4\xb8\x80'（字节形式）	UTF-8编码方案对“U+4E00”的转换结果，由3个字节组成，字节形式中以“b'”开头，用“\x”加每个字节的十六进制值表示

• 两者区别
  • Unicode是字符的“身份证”
  • UTF-8是其在计算机存储和传输中的“表现形式”

写入

f = open("oeasy.txt", "wb")
f.write("一". encode("utf-8"))
f.close()

• 写入没有问题

• 能读出来么？

读取

f = open("oeasy.txt", "rb")
f.read()
f.seek(0)
bytes_str = f.read()
str_str = bytes_str.decode("utf-8")
print(str_str)
f.close()

• 不但能读出来
  • 而且能解码

• 用什么编就用什么解
  • 解铃换需系铃人
• 但这是utf-8
  • 可以用 gbk 来编解码么？

gbk 编码

f = open("oeasy.txt", "wb")
"\u4e00".encode("gbk")
f.write("一". encode("gbk"))
f.close()

• gbk 两个字节搞定

• 顺利编码

gbk 解码

f = open("oeasy.txt", "rb")
f.read()
f.seek(0)
bytes_str = f.read()
str_str = bytes_str.decode("gbk")
print(str_str)
f.close()

• gbk 解码成功
  • 用什么编就用什么解
  • 解铃还需系铃人
  • 其他的编码方式(如 Big5 等)也都类似
  • 最重要的 还是 utf-8 编码

• 1个汉字 2字节
  • 2个汉字呢？

两个汉字

f = open("oeasy.txt", "wb")
f.write("一切". encode("gbk"))
f.close()

• 写了4个字节

• 写了哪四个字节？

观察文件

:%!xxd

字符	字节
一	b"d2bb"
切	b"c7d0"
文档结尾	b"0a"

• 如果写成utf-8格式呢？

修改编码格式

f = open("oeasy.txt", "wb")
f.write("一切". encode("utf-8"))
f.close()

• 结果

打开文件

字符	字节
一	b"e4b880"
切	b"e58887"
文档结尾	b"0a"

• utf-8编码 结果 三个字节
  • 对比 gbk编码 两个字节

总结

• 这次研究读写文件中的中文编码
  • 用什么编
  • 就用什么解
  • 解铃还需系铃人
• 这样我们就可以对文件的编码和解码更加了解了
• 还有什么可以做的文件方面的操作么?🤔
• 下次再说 👋

---

• 本文来自 oeasy Python 系统教程。
• 想完整、扎实学 Python，
• 搜索 oeasy 即可。