与编码和解码混淆

Question

因此，我想通过编写字母的十六进制值来打印希伯来语（或任何其他语言），对其进行解码并将其打印到终端。

这就是我尝试的，我从 https://en.wikipedia.org/wiki/Code_page_862 获得了cp862的代码页，并试图打印第一个字母。它输出其他内容，而不是想要的结果。

我做错了什么？

letter = b'\x05\xD0'
print(letter.decode('cp862'))

输出：

wahalez@wahalez：~/开发/蟒蛇$ 蟒蛇 p25.py

╨

何时使用编码，何时使用解码？

编辑：

另一个奇怪的行为是我交换了字节并将其解码为utf-16，它工作了。为什么？。。

letter2 = b'\xD0\x05'
print(letter2.decode('utf-16'))




Answer 1

你误读了那张图表。该值是该字符的 unicode 代码点。该值是 CP862 值（请参阅右侧和顶部的？）。所以如果你要写：0x05D00x808__0>>> letter = b'\x80'>>> print(letter.decode('cp862'))א你会得到你想要的。我怎么能使用统一码来代替？用什么编码？我不完全清楚你想做什么。如果您只想使用表格中的字符，只需复制并粘贴即可。例如：letter = 'א`没有必要纠结编码或解码。如果要从特定的 unicode 代码点生成字符，只需使用以下函数：chr>>> print(chr(0x05d0))א

Answer 2

在python字符串中，字节和字节序列称为平面序列，这意味着它们已编入索引，但它们与容器化序列（如列表或元组）的类型不同，任何字符串字符都有一个称为代码点的固定标识。码位是介于 0 和 0 到 1，114，111 之间的小数。内置函数采用单个字符并返回一个整数，该整数表示字符的代码点ord()print([chr(i) for i in range(100,120)])['d', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l', 'm', 'n', 'o', 'p', 'q', 'r', 's', 't', 'u', 'v', 'w']ord('€')8364代码点的格式为 U+ 前缀对于字母 A，代码点是 U+0041，对于欧元符号，代码点是 U+20AC如果我们用他包装，我们得到字符的十六进制表示ord()hex()hex(ord('A'))'0x41'hex(ord('€'))'0x20ac'现在，如果你从机器的角度来考虑这个问题，想想所有这些都是用机器语言写的。所以你用机器语言把它变成你（用户）可读的格式。decode()b'\x41'.decode('UTF_8')'A'b'\x41\x00'.decode('UTF_16')'A'b'\x41' 和 b'\x41\x00' 是 utf-8 和 utf-16 编码中字母 A 的字节序列b'\xe2\x82\xac'.decode('UTF_8')'€'b'\xac\x20'.decode('UTF_16')'€'当您编码时，您将字节序列转换回机器理解的语言。字节序列是机器识别的码位表示形式.encode（） 字符串到字节，.decode（） 字节到字符串字符串字符和字节之间的映射使用 UTF-8（或 UTF-16，gb2312...）编码进行解释"café".encode('utf_8')b'caf\xc3\xa9'"café".encode('utf_16')b'\xff\xfec\x00a\x00f\x00\xe9\x00''El Niño'.encode('utf_8')b'El Ni\xc3\xb1o'因此，当实例对象是希伯来语或字符时使用，当您的实例是字节序列（例如字母 A 的字节序列）时使用。.encode().decode()b'\x41\x00'在非常相似的行为中，class 方法采用字符并对其进行编码，就像编码到字节序列中一样。bytes().encode()bytes("El Niño", encoding = 'utf_16')b'\xff\xfeE\x00l\x00 \x00N\x00i\x00\xf1\x00o\x00'上面的所有代码都在python3.8中。在python 2中，在数据类型方面有所不同。因此，如果您在Python 2中尝试此操作，请谨慎行事

Answer 3

    有一个方便的缩写;BADTIE：字节被解码，文本被编码。此外，您还混淆了 Unicode 代码点与值。cp862希伯来字母Aleph是Unicode代码点0x05D0，但在代码页862中，它是0x80。试试这个：In [3]: b = b'\x80'Out[3]: b'\x80'In [4]: b.decode('cp862')Out[4]: 'א'To use the unicode code point, try:In [12]: chr(0x05D0)Out[12]: 'א'