Python标准库—codecs模块

codecs

常用函数

• codecs.encode(obj, encoding='utf-8', errors='strict')

  使用为 encoding 注册的编解码器对 obj 进行编码，类似str.encode()方法。

  >>> codecs.encode("你好,world",encoding='ascii')
  Traceback (most recent call last):
    ...
  UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)
  >>>
  >>> codecs.encode("你好,world",encoding='ascii',errors='replace')
  b'??,world'
  

• codecs.decode(obj, encoding='utf-8', errors='strict')

  使用为 encoding 注册的编解码器对 obj 进行解码，类似str.decode()方法。

• codecs.lookup(encoding)

  在 Python 编解码器注册表中查找编解码器信息，并返回一个 CodecInfo 对象。

  >>> import codecs
  >>> 
  >>> gbk = codecs.lookup('gbk')
  >>> gbk.encode("你好,world")
  (b'\xc4\xe3\xba\xc3,world', 8)
  >>> codecs.lookup('uuuu')
  Traceback (most recent call last):
    ...
  LookupError: unknown encoding: uuuu
  

  CodeInfo对象属性/方法	描述
  name	编码名称
  encode/decode	无状态的编解码函数
  streamwriter/streamreader	流式写入器和读取器类或工厂函数。
  incrementalencoder/incrementaldecoder	增量式的编码器和解码器类或工厂函数。

  >>> utf8 = codecs.lookup('utf-8')
  >>> utf8.name
  "utf-8"
  

• codecs.getencoder(encoding)

  查找给定编码的编解码器并返回其编码器函数。

  >>> u8_encode = codecs.getencoder("utf8")
  >>> u8_encode("你好,world.")
  (b'\xe4\xbd\xa0\xe5\xa5\xbd,world.', 9)
  

• codecs.getdecoder(encoding)

  查找给定编码的编解码器并返回其解码器函数。

  >>> b_data, _ = u8_encode("你好,world.")
  >>> u8_decode = codecs.getdecoder("utf-8")
  >>> u8_decode(b_data)
  ('你好,world.', 13)
  

• codecs.open(filename, mode='r', encoding=None, errors='strict', buffering=1)

  使用给定的 mode 打开已编码的文件并返回一个 StreamReaderWriter的实例，提供透明的编码/解码；与内置函数open类似。

• 常用的errors字符串

  errors字符串	描述
  strict	默认，出现编解码错误抛出UnicodeError
  ignore	忽略错误格式（编解码出错）的数据
  replace（仅适用文本编码）	编码错误替换为 '?'

  注意：文本编码—>用于将Unicode字符串编码为字节串的编码器。