python3 和 python2 的编码与解码差别很大吗？

[woniu127]

今天读取数据时，出现 decode error ，遂决定好好研究下 python decode 和 encode ，看了几篇 v2 大牛的帖子（ https://www.v2ex.com/t/339142 ），自以为已经明白，编码（ encode)是字符转为字节流，解码（ decode ）是字节流转为字符。

于是在 pycharm 试了试，又陷入了疑惑。。。（我用的 python3)

字符格式前加不加'u'都是 str 格式,另外感觉和 python2 的 decode ， encode 正好是反的，是我学了假 python ，还是长了个假脑子。

具体看图吧（直接传我网站上了）

http://xiaoyanyou.com/?attach-download-30.htm

http://xiaoyanyou.com/?attach-download-31.htm

[Sylv]

Python 3 的 str 对应 Python 2 的 unicode ，本身可以说是没有编码，存储的是 Unicode 的码点。
Python 3 的 bytes 对应 Python 2 的 str ，是字节流，相同文字用不同编码生成的字节流是不一样的。

[AvenirX]

@Sylv 对的。补充一下： Python3 的 bytes 是 Python2 中 str 的子集。 参考 Text versus binary data 章节 https://docs.python.org/3/howto/pyporting.html


@woniu127 先理解 Text 和 Binary data （楼上说的文字和字节流）： Text 是人看的，文本文件里面写的字符串是 Text 。 Binary data 是机器存的。保存文件 Text -encode-> Binary data ；打开 Binary data -decode-> Text 。


Python3 是一一对应：， str 对应 Text ， bytes 对应 Binary data 。 str encode 成为 bytes ， bytes decode 成为 str 。你附图里的操作很好的说明，“好”和 u “好”都是 str 。

Python2 中 bytes 对应 binary data （等同于 python3 的 bytes ），而 str 是 text 也可以是 binary data 。“好”和 u “好”不同， u “好”（ unicode ）才是真正的 str 。


a="好"(py2) 等价 a=b'\xe5\xa5\xbd'(py2) 等价 a=b'\xe5\xa5\xbd'(py3)。 type 为 bytes(py3)，可被 decode 。

a=u"好"(py2) 等价 a="好"(py3) 等价 a=u"好"(py3)。 type 为 str(py3)，可被 encode 。

[Gandum]

那么不如尝试一下这个问题：
在 Windows 下用 Winzip 压缩的 zip 包，其中包含中文的文件名，在 Linux 中被解压，产生的文件名乱码问题如何解决（分别用 Python2 和 Python3 ）

[woniu127]

@AvenirX 谢谢解答，理解了