python - 在 python 中对 str 使用 encode 会发生什么？

Question

我明白了有关 unicode、编码和解码的要点。但是我不明白为什么 encode 函数对 str 类型有效。我希望它只适用于 unicode 类型。因此我的问题是:当 encode 用于 str 而不是 unicode 时，它​​的行为是什么？

Answer 1

在 Python 2 中有两种类型的编解码器可用；那些在 str 和 unicode 之间转换的，以及那些从 str 转换为 str 的。后者的示例是 base64 和 rot13 编解码器。

str.encode() 方法的存在是为了支持后者:

'binary data'.encode('base64')

但既然它存在，人们也将它用于 unicode -> str 编解码器；编码只能从 unicode 到 str (并以其他方式解码)。为了支持这些，Python 将首先使用 ASCII 编解码器隐式将您的 str 值解码为 unicode，然后再进行最终编码。

顺便说一句，当在 unicode 对象上使用 str -> str 编解码器时，Python 首先隐式编码为 str 使用相同的 ASCII 编解码器。

在 Python 3 中，这已通过 a) 删除 bytes.encode() 和 str.decode() 方法解决(记住 bytes 是旧的 str 而 str 是新的 unicode)，b) 通过移动 str -> str 编码到 codecs 模块 only，使用 codecs.encode()和 codecs.decode()功能。相同类型之间的编解码器转换也已得到澄清和更新，请参阅 Python Specific Encodings section ;请注意，此处提到的“文本”编码在 Python 2 中可用，而是编码为 str。