Python 中的字元編碼

---

簡介

Python 在資料科學和機器學習等技術的資料處理領域佔據了顯著的位置。在 21 世紀，處理海量資料對組織來說是一項極具挑戰性的任務，而資料科學和機器學習的發展使得資料訪問變得更加容易。

在 Python 語言中，使用 Unicode，並表示為 UTF（通用字元集傳輸格式）-8。對於字元的編碼，主要有兩種可能性：ASCII 字元和非 ASCII 字元。例如，我們取三個字元：

C = 67

D = 68

E = 69

D	68	1000100
字元	數字	二進位制數

字元編碼方法

有多種編碼技術可用，其中 UTF-8 是 Python 語言中使用的編碼技術。

• UTF 使用一個位元組來表示 ASCII 字元。

• 另一方面，非 ASCII 字元根據其使用情況佔用兩個或更多位元組。

• 由於當前技術使用 Python 3，因此它在編碼過程中使用位元組和字串。

• 但在 Python 2 中，使用編碼將位元組陣列轉換為字串 'str'。

• 字元編碼是透過將給定的字元字串轉換為位元組來完成的，而解碼過程則涉及將位元組轉換為字串。

方法

方法 1 - 使用 ASCII 模組

方法 2 - 使用 hex() 方法

方法 1：使用 binascii 模組進行字元編碼的 Python 程式

使用 binascii() 方法，在“data”上呼叫 encode() 方法並使用“UTF-8”編碼技術將給定的字串轉換為編碼的二進位制格式。

演算法

• 步驟 1 - 匯入 binascii 模組以使用 binascii.hexlify() 函式。

• 步驟 2 - 使用字串元素初始化變數。

• 步驟 3 - 使用 type() 函式獲取已定義變數的資料型別，在本例中為字串變數。

• 步驟 4 - 然後將結果程式碼儲存在變數“encoding”中。

• 步驟 5 - print 語句將返回字串的型別和編碼資料。

示例

#importing the binascii module
import binascii

#initializing the data with a string of elements
data = "Welcome to Tutorialpoint"
#returns the type of data initialized
print(type(data))

#convert the string into its equivalent binary format
encoding = binascii.hexlify(data.encode('utf-8'))
#returns the data after encoding the data
print("Data after encoding is:", encoding)

輸出

<class 'str'>
Data after encoding is: b'57656c636f6d6520746f205475746f7269616c706f696e74'

方法 2：使用 hex() 方法進行字元編碼的 Python 程式

使用 hex() 方法，在“data”上呼叫 encode() 方法並使用“UTF-8”編碼技術將給定的字串轉換為編碼的十六進位制格式。

演算法

• 步驟 1 - 使用字串元素初始化變數。

• 步驟 2 - 使用 type() 函式獲取已定義變數的資料型別，在本例中為字串變數。

• 步驟 3 - 然後將結果程式碼分配給變數“encoding”。

• 步驟 4 - 最後，顯示 encoding 變數的值。

示例

#initializing the data with a string of elements
data = "Welcome to Tutorialpoint"
#returns the type of data initialized
print(type(data))

#convert the string into its equivalent hexadecimal format
encoding = data.encode('utf-8').hex()
#returns the data after encoding the data
print("Data after encoding is:", encoding)

輸出

<class 'str'>
Data after encoding is: 57656c636f6d6520746f205475746f7269616c706f696e74

結論

作為程式設計師，應在 Python 中對字元進行編碼以確保安全。字串的字元被編碼，用於系統和其他電子裝置。當資料從一個源傳輸到另一個源時，需要對資料或字元進行編碼。字串由 Unicode 物件組成，用於編碼，可用於全球範圍內。當 Unicode 被設計並可以在不同的作業系統和應用程式平臺上訪問時。