爲什麼str.encode（'ascii'）不適用於這種情況？

Question

In [1]: str='美' 

In [2]: str.encode('utf-8') 
Out[2]: b'\xe7\xbe\x8e' 

In [3]: str.encode('utf-16') 
Out[3]: b'\xff\xfe\x8e\x7f' 

In [4]: str.encode('ascii') 
--------------------------------------------------------------------------- 
UnicodeEncodeError      Traceback (most recent call last) 
/Users/XXXuserXXXTemp/<ipython-input-4-c7b96e3e54a7> in <module>() 
----> 1 str.encode('ascii') 

UnicodeEncodeError: 'ascii' codec can't encode character '\u7f8e' in position 0: ordinal not in range(128) 

str是中文/日文字符。

• 爲什麼ascii不起作用？

• 如何理解Out [2]和Out [3]，即他們究竟是什麼？

Answer 1

爲什麼ascii不起作用？

str='美'不是ASCII字符，它在ASCII範圍之外，因此不能表示爲ASCII字符。

從Unicode tutorial for python：

編碼不必處理每一個可能的Unicode字符，並且多數編碼沒有。例如，Python的默認編碼是'ascii'編碼。將Unicode字符串轉換爲ASCII編碼的規則很簡單;對於每個碼點：

1. 如果碼點是< 128，每個字節是一樣的代碼點的值。

2. 如果代碼點爲128或更大，則Unicode字符串不能用此編碼表示。 （在這種情況下，Python引發了一個UnicodeEncodeError異常。）

---

如何理解Out[2]和Out[3]，即他們究竟是誰？

它們是字節串（不是字符串）。 Out[2]是以UTF-8代碼單元表示代碼點的美代碼點的字節序列。符號\xe7表示具有十六進制值e7的字節。 Out[3]是以UTF-16代碼單元表示代碼點的美代碼點的字節序列。

要理解字符，字節和代碼單元之間的區別，請仔細和完整地閱讀Unicode tutorial for python。對於另一個相當不錯的，處理相同的材料，閱讀Joel Spolsky的The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)。你應該知道這些，沒有任何藉口！

Answer 2

• ASCII不包含漢字/漢字，因此沒有對其進行編碼沒有有效的辦法。

• 它們是encoded text。

Answer 3

由於錯誤提示您提供了非ascii字符並試圖將其編碼爲ascii。將無法工作，它必須是一個ascii字符編碼爲ascii。如果你想找到ASCII字符，你可以看看這裏。

http://www.asciitable.com/

基本上只在ASCII基本字符是英文字母和標點符號一些/特殊字符。

Answer 4

您不能將該字符編碼爲ascii，因爲它不是可以用ascii表示的字符的一部分。

Out[2]和Out[3]是utf-8和utf-16中字符的二進制表示形式。