编码方法encoding（）

描述

　　encode() 方法以指定的编码格式编码字符串，默认编码为 'utf-8'。将字符串由string类型变成bytes类型。

　　对应的解码方法：bytes decode()  方法。

语法

　　str.encode([encoding='utf-8'][,errors='strict'])

• str是表示需要编码的字符串，并且是个string类型。
• encoding -- 可选参数，要使用的编码方案，默认编码为 'utf-8'。
• errors -- 可选参数，设置不同错误的处理方案。默认为 'strict',意为编码错误引起一个UnicodeError。 其他可能得值有 'ignore', 'replace', 'xmlcharrefreplace', 'backslashreplace' 以及通过 codecs.register_error() 注册的任何值。

返回值

　　该方法返回编码后的字符串，它是一个 bytes 对象，这个字节对象是用于下面的解码用的。

官方文档解释：

　　str.encode(encoding="utf-8", errors="strict")

　　Return an encoded version of the string as a bytes object. Default encoding is 'utf-8'. errors may be given to set a different error handling scheme. The default for errors is 'strict', meaning that encoding errors 　　raise a UnicodeError. Other possible values are 'ignore', 'replace', 'xmlcharrefreplace', 'backslashreplace' and any other name registered via codecs.register_error(), see section Error Handlers. For a list 　　of possible encodings, see section Standard Encodings.

------------------------------------------------------------------------------------------------------------------------------------------------

解码方法decode()

　　decode() 方法以 encoding 指定的编码格式来解码字符串。默认编码规则是encoding=‘utf-8’

语法：

　　bytes.decode(encoding='UTF-8',errors='strict')

参数

　　bytes是由编码方法encoding()编码转换过后得到的字符串的字节表示值。

　　encoding -- 解码时要使用的编码方案，如"UTF-8"。

　　errors -- 设置不同错误的处理方案。默认为 'strict',意为编码错误引起一个UnicodeError。 其他可能得值有 'ignore', 'replace', 'xmlcharrefreplace', 'backslashreplace' 以及通过 codecs.register_error() 注册的任何值。

返回值：

　　该方法返回解码后的字符串。

官方文档解释

　　bytes.decode(encoding="utf-8", errors="strict")bytearray.decode(encoding="utf-8", errors="strict")

　　Return a string decoded from the given bytes. Default encoding is 'utf-8'. errors may be given to set a different error handling scheme. The default for errors is 'strict', meaning that encoding errors raise 　　　        a UnicodeError. Other possible values are 'ignore', 'replace' and any other name registered via codecs.register_error(), see section Error Handlers. For a list of possible encodings, see section Standard 　　    Encodings.

str->bytes:encode编码

bytes->str:decode解码　　

字符串通过编码成为字节码，字节码通过解码成为字符串。可以这样解释，编码就是将字符串转换成字节码，涉及到字符串的内部表示。解码就是将字节码转换为字符串，将比特位显示成字符。

 >>> text = '我是文本'

 >>> text

 '我是文本'

 >>> print(text)

 我是文本

 >>> bytesText = text.encode()

 >>> bytesText

 b'\xe6\x88\x91\xe6\x98\xaf\xe6\x96\x87\xe6\x9c\xac'

 >>> print(bytesText)

 b'\xe6\x88\x91\xe6\x98\xaf\xe6\x96\x87\xe6\x9c\xac'

 >>> type(text)

 <class 'str'>

 >>> type(bytesText)

 <class 'bytes'>

 >>> textDecode = bytesText.decode()

 >>> textDecode

 '我是文本'

 >>> print(textDecode)

 我是文本

 >>>text='我好吗'

 >>>byteText=text.encode('gbk')

 >>>byteText

  b'\xce\xd2\xba\xc3\xc2\xf0'

 >>>strText=byteText.decode('gbk')

 >>>strText

  '我好吗'

 >>>byteText.decode('utf-8')

 Traceback (most recent call last):

   File "G:\softs\Anaconda\lib\site-packages\IPython\core\interactiveshell.py", line 2862, in run_code

     exec(code_obj, self.user_global_ns, self.user_ns)

   File "<ipython-input-11-f0ef1443f388>", line 1, in <module>

     byteText.decode('utf-8')

 UnicodeDecodeError: 'utf-8' codec can't decode byte 0xce in position 0: invalid continuation byte

 def spamTest():

     docList=[];classList=[];fillText=[]

     for i in range(1,26):

         wordList=textParse(open('D:/machinelearning data/machinelearninginaction/Ch04/email/spam/%d.txt' % i,encoding='utf-8',errors='ignore').read())

        # print('%d word:'%i)

         docList.append(wordList)

         fillText.extend(wordList)

         classList.append(1)

         wordList = textParse(open('D:/machinelearning data/machinelearninginaction/Ch04/email/ham/%d.txt' % i,encoding='utf-8',errors='ignore').read())

         docList.append(wordList)

         fillText.extend(wordList)

         classList.append(0)