今天阅读pandas官方文档时看到了有两个不一样的方法,之前没有注意到这两个方法,所以去上网去查了一下资料。并记录下来。
字符串在python内部的表示是unicode编码,也可以说现在的内存是unicode编码格式,硬盘是utf-8。
平常的数据操作都是先把数据读取到内存中,所以内存中都是unicode编码格式。
所以我们平常在做编码转换时候,通常用unicode作为中间编码。先将其他编码的字符串解码(decode)成unicode,再从unicode编码(encode)成另一种编码格式。
decode的作用是将二进制数据解码成unicode编码,如str1.decode(‘utf-8‘),表示将utf-8的编码字符串解码成unicode编码。
简单的来说:
decode就是把二进制数据(bytes)转化成人看的懂得英文或者汉字(decode用的比较多)
encode的作用是将unicode编码的字符串编码成二进制数据,如str2.encode(‘utf-8‘),表示将unicode编码的字符串编码成utf-8。