Hướng dẫn python codecs - codec của trăn
Mã nguồn: lib/codecs.py Lib/codecs.py Show
Nội phân chính
Nội phân chính
Nội phân chính
Mô -đun này xác định các lớp cơ sở cho các codec python tiêu chuẩn (bộ mã hóa và bộ giải mã) và cung cấp quyền truy cập vào Cơ quan đăng ký Codec Python nội bộ, quản lý quy trình tra cứu xử lý lỗi và xử lý lỗi. Hầu hết các codec tiêu chuẩn là mã hóa văn bản, mã hóa văn bản thành byte (và giải mã byte thành văn bản), nhưng cũng có các codec cung cấp mã hóa văn bản thành văn bản và byte cho byte. Các codec tùy chỉnh có thể mã hóa và giải mã giữa các loại tùy ý, nhưng một số tính năng mô -đun bị hạn chế được sử dụng cụ thể với mã hóa văn bản hoặc với các codec mã hóa thành Mô -đun xác định các chức năng sau để mã hóa và giải mã với bất kỳ codec nào: ________ 2 ________ 3 (obj, mã hóa = 'utf-8', lỗi = 'nghiêm ngặt') ¶(obj, encoding='utf-8', errors='strict')¶Mã hóa OBJ bằng cách sử dụng codec đã đăng ký để mã hóa. Lỗi có thể được đưa ra để đặt sơ đồ xử lý lỗi mong muốn. Trình xử lý lỗi mặc định là Giải mã OBJ bằng cách sử dụng codec đã đăng ký mã hóa. Lỗi có thể được đưa ra để đặt sơ đồ xử lý lỗi mong muốn. Trình xử lý lỗi mặc định là Các chi tiết đầy đủ cho mỗi codec cũng có thể được tra cứu trực tiếp: ________ 2 ________ 13 (mã hóa) ¶(encoding)¶Nhìn lên thông tin codec trong sổ đăng ký codec Python và trả về một đối tượng Mã hóa lần đầu tiên được tra cứu trong bộ đệm đăng ký. Nếu không tìm thấy, danh sách các chức năng tìm kiếm đã đăng ký được quét. Nếu không tìm thấy đối tượng Chi tiết codec khi tìm kiếm sổ đăng ký codec. Các đối số hàm tạo được lưu trữ trong các thuộc tính cùng tên: ________ 20¶Tên của mã hóa. ________ 3¶ ________ 8¶Các chức năng mã hóa và giải mã không trạng thái. Đây phải là các hàm hoặc phương thức có cùng giao diện với các phương thức Các lớp mã hóa và bộ giải mã gia tăng hoặc các chức năng nhà máy. Chúng phải cung cấp giao diện được xác định bởi các lớp cơ sở Stream Writer và các lớp đọc hoặc chức năng nhà máy. Chúng phải cung cấp giao diện được xác định bởi các lớp cơ sở Để đơn giản hóa quyền truy cập vào các thành phần codec khác nhau, mô -đun cung cấp các chức năng bổ sung này sử dụng Tra cứu codec cho mã hóa đã cho và trả về chức năng mã hóa của nó. Tăng Tra cứu codec cho mã hóa đã cho và trả về chức năng giải mã của nó. Tăng Tra cứu codec cho mã hóa đã cho và trả về lớp mã hóa gia tăng hoặc chức năng nhà máy. Tăng Tra cứu codec cho mã hóa đã cho và trả về lớp giải mã hoặc chức năng nhà máy gia tăng của nó. Tăng Tra cứu codec cho mã hóa đã cho và trả về lớp Tăng Tra cứu codec cho mã hóa đã cho và trả về lớp mã hóa gia tăng hoặc chức năng nhà máy. Tăng Tăng Tra cứu codec cho mã hóa đã cho và trả về lớp giải mã hoặc chức năng nhà máy gia tăng của nó. Tăng Tra cứu codec cho mã hóa đã cho và trả về lớp ________ 2 ________ 51 (mã hóa) ¶ Tra cứu codec cho mã hóa đã cho và trả về lớp ________ 2 ________ 55 (search_function) ¶ Đăng ký một chức năng tìm kiếm codec. Các chức năng tìm kiếm dự kiến sẽ lấy một đối số, là tên mã hóa trong tất cả các chữ cái chữ thường có dấu gạch nối và không gian được chuyển đổi thành dấu gạch dưới và trả về một đối tượng Đã thay đổi trong phiên bản 3.9: Hyphens và không gian được chuyển đổi thành dấu gạch dưới. ________ 2 ________ 59 (search_function) ¶ UNBISTER một chức năng tìm kiếm codec và xóa bộ đệm đăng ký. Nếu chức năng tìm kiếm không được đăng ký, không làm gì cả. Mới trong phiên bản 3.10. Mặc dù mô -đunUnicodeEncodeError 0 và mô -đun UnicodeEncodeError 1 được liên kết là cách tiếp cận được khuyến nghị để làm việc với các tệp văn bản được mã hóa, mô -đun này cung cấp các chức năng và lớp tiện ích bổ sung cho phép sử dụng phạm vi codec rộng hơn khi làm việc với các tệp nhị phân:(file,
data_encoding, file_encoding=None, errors='strict')¶________ 2 ________ 63 (tên tệp, mode = 'r', mã hóa = không, lỗi = 'nghiêm ngặt', bộ đệm =- 1) ¶ Mở một tệp được mã hóa bằng chế độ đã cho và trả về một thể hiện là Ghi chú Các tệp được mã hóa cơ bản luôn được mở ở chế độ nhị phân. Không có sự chuyển đổi tự động của Lỗi có thể được đưa ra để xác định xử lý lỗi. Nó mặc định là Bộ đệm có cùng ý nghĩa như đối với hàm Trả về một thể hiện Dữ liệu được ghi vào tệp được bọc được giải mã theo Data_encoding đã cho và sau đó được ghi vào tệp gốc dưới dạng byte bằng File_encoding. Các byte được đọc từ tệp gốc được giải mã theo File_encoding và kết quả được mã hóa bằng Data_encoding. Mô -đun cũng cung cấp các hằng số sau đây hữu ích cho việc đọc và ghi vào các tệp phụ thuộc vào nền tảng: ________ 2 ________ 88¶ ________ 2 ________ 90¶ ________ 2 ______Các hằng số này xác định các chuỗi byte khác nhau, là dấu lệnh unicode byte (BOM) cho một số mã hóa. Chúng được sử dụng trong các luồng dữ liệu UTF-16 và UTF-32 để chỉ ra thứ tự byte được sử dụng và trong UTF-8 dưới dạng chữ ký Unicode. Các lớp cơ sở CodecMô -đun Mỗi codec phải xác định bốn giao diện để làm cho nó có thể sử dụng được là codec trong python: bộ mã hóa không trạng thái, bộ giải mã không trạng thái, trình đọc luồng và người viết luồng. Trình đọc luồng và nhà văn thường sử dụng lại bộ mã hóa/bộ giải mã không trạng thái để thực hiện các giao thức tệp. Các tác giả Codec cũng cần xác định cách thức codec sẽ xử lý các lỗi mã hóa và giải mã. Người xử lý lỗiĐể đơn giản hóa và chuẩn hóa xử lý lỗi, CODEC có thể thực hiện các sơ đồ xử lý lỗi khác nhau bằng cách chấp nhận đối số chuỗi lỗi: >>> 'German ß, ♬'.encode(encoding='ascii', errors='backslashreplace') b'German \\xdf, \\u266c' >>> 'German ß, ♬'.encode(encoding='ascii', errors='xmlcharrefreplace') b'German ß, ♬' Các trình xử lý lỗi sau đây có thể được sử dụng với tất cả các mã hóa mã hóa tiêu chuẩn Python:Standard Encodings codecs:
Trình xử lý lỗi sau chỉ áp dụng cho mã hóa (trong mã hóa văn bản):text encodings):
Thay thế bằng một điểm đánh dấu thay thế. Khi mã hóa, sử dụng
Thay thế bằng một điểm đánh dấu thay thế. Khi mã hóa, sử dụng Thay thế bằng trình tự thoát hiểm. Khi mã hóa, hãy sử dụng hình thức thập lục phân của điểm mã Unicode với các định dạng Khi giải mã, thay thế byte bằng mã thay thế riêng lẻ từ Trình xử lý lỗi sau chỉ áp dụng cho mã hóa (trong mã hóa văn bản):The Thay thế bằng tham chiếu ký tự số XML/HTML, đây là một dạng thập phân của điểm mã Unicode với định dạng bytes 40, những gì xuất hiện trong niềng răng là thuộc tính tên từ cơ sở dữ liệu ký tự Unicode. Được thực hiện trong bytes 41.(name, error_handler)¶Ngoài ra, trình xử lý lỗi sau đây dành riêng cho các codec đã cho: Codec Giải mã và dịch hoạt động tương tự, ngoại trừ Trình xử lý lỗi đã đăng ký trước đó (bao gồm cả trình xử lý lỗi tiêu chuẩn) có thể được tra cứu theo tên: ________ 2 ________ 160 (tên) ¶(name)¶Trả về trình xử lý lỗi đã được đăng ký trước đó dưới tên. Tăng Các trình xử lý lỗi tiêu chuẩn sau đây cũng được cung cấp dưới dạng chức năng cấp mô -đun: ________ 2 ________ 163 (Ngoại lệ) ¶(exception)¶Thực hiện xử lý lỗi Mỗi lỗi mã hóa hoặc giải mã làm tăng Thực hiện xử lý lỗi Dữ liệu dị dạng bị bỏ qua; Mã hóa hoặc giải mã được tiếp tục mà không cần thông báo thêm. ________ 2 ________ 170 (Ngoại lệ) ¶(exception)¶Thực hiện xử lý lỗi Các sản phẩm thay thế Thực hiện xử lý lỗi Dữ liệu dị dạng được thay thế bằng chuỗi thoát hiểm. Khi mã hóa, hãy sử dụng dạng thập phân của điểm mã Unicode với các định dạng Thay đổi trong phiên bản 3.5: Hoạt động với giải mã và dịch.Works with decoding and translating. ________ 2 ________ 182 (Ngoại lệ) ¶(exception)¶Thực hiện xử lý lỗi Ký tự không thể kiểm soát được thay thế bằng tham chiếu ký tự số XML/HTML thích hợp, đây là một dạng thập phân của điểm mã Unicode với định dạng Thực hiện xử lý lỗi Ký tự không thể kiểm soát được thay thế bằng chuỗi thoát Mới trong phiên bản 3.5. Mã hóa không trạng thái và giải mãLớp cơ sở Mã hóa đầu vào đối tượng và trả về một tuple (đối tượng đầu ra, độ dài tiêu thụ). Chẳng hạn, mã hóa văn bản chuyển đổi một đối tượng chuỗi thành đối tượng byte bằng cách sử dụng mã hóa bộ ký tự cụ thể (ví dụ: Đối số lỗi xác định xử lý lỗi để áp dụng. Nó mặc định để xử lý Phương pháp có thể không lưu trữ trạng thái trong ví dụ Bộ mã hóa phải có khả năng xử lý đầu vào không có độ dài và trả về một đối tượng trống của loại đối tượng đầu ra trong tình huống này. ________ 192 ________ 8 (đầu vào, lỗi = 'nghiêm ngặt') ¶(input, errors='strict')¶Giải mã đầu vào đối tượng và trả về một tuple (đối tượng đầu ra, độ dài tiêu thụ). Chẳng hạn, đối với mã hóa văn bản, việc giải mã chuyển đổi một đối tượng byte được mã hóa bằng một bộ ký tự cụ thể mã hóa thành một đối tượng chuỗi.text encoding, decoding converts a bytes object encoded using a particular character set encoding to a string object. Đối với mã hóa văn bản và các codec byte-to-byte, đầu vào phải là đối tượng byte hoặc một đối tượng cung cấp giao diện bộ đệm chỉ đọc-ví dụ: các đối tượng bộ đệm và các tệp được ánh xạ bộ nhớ. Đối số lỗi xác định xử lý lỗi để áp dụng. Nó mặc định để xử lý Phương pháp có thể không lưu trữ trạng thái trong ví dụ Bộ mã hóa phải có khả năng xử lý đầu vào không có độ dài và trả về một đối tượng trống của loại đối tượng đầu ra trong tình huống này. ________ 192 ________ 8 (đầu vào, lỗi = 'nghiêm ngặt') ¶Giải mã đầu vào đối tượng và trả về một tuple (đối tượng đầu ra, độ dài tiêu thụ). Chẳng hạn, đối với mã hóa văn bản, việc giải mã chuyển đổi một đối tượng byte được mã hóa bằng một bộ ký tự cụ thể mã hóa thành một đối tượng chuỗi. Đối với mã hóa văn bản và các codec byte-to-byte, đầu vào phải là đối tượng byte hoặc một đối tượng cung cấp giao diện bộ đệm chỉ đọc-ví dụ: các đối tượng bộ đệm và các tệp được ánh xạ bộ nhớ. Phương pháp có thể không lưu trữ trạng thái trong ví dụ |
Phạm vi | Mã hóa |
---|---|
| 0xxxxxxx |
| 110xxxxxx 10xxxxxxx |
| 1110xxxx 10xxxxxx 10xxxxxxx |
| 11110xxx 10xxxxxx 10xxxxxx 10xxxxxxx |
Bit ít đáng kể nhất của ký tự Unicode là bit X ngoài cùng bên phải.
Vì UTF-8 là mã hóa 8 bit không cần BOM và bất kỳ ký tự encode
12 nào trong chuỗi được giải mã (ngay cả khi nó là ký tự đầu tiên) được coi là encode
38.
Nếu không có thông tin bên ngoài, không thể xác định đáng tin cậy nào mã hóa được sử dụng để mã hóa một chuỗi. Mỗi mã hóa Charmap có thể giải mã bất kỳ chuỗi byte ngẫu nhiên nào. Tuy nhiên, điều đó không thể xảy ra với UTF-8, vì các chuỗi byte UTF-8 có cấu trúc không cho phép các chuỗi byte tùy ý. Để tăng độ tin cậy mà mã hóa UTF-8 có thể được phát hiện, Microsoft đã phát minh ra một biến thể của UTF-8 (mà Python gọi encode
39) cho chương trình Notepad của mình: trước bất kỳ ký tự Unicode nào được ghi vào tệp, UTF-8 BOM được mã hóa (trông giống như một chuỗi byte: encode
40, encode
41, encode
42) được viết. Vì nó khá không thể, bất kỳ tệp được mã hóa Charmap nào cũng bắt đầu với các giá trị byte này (ví dụ: bản đồ để
Latin nhỏ chữ I với đường đi
Dấu ngoặc kép bên phải
Dấu hỏi đảo ngược
Trong ISO-8859-1), điều này làm tăng xác suất mã hóa encode
43 có thể được đoán chính xác từ chuỗi byte. Vì vậy, ở đây BOM không được sử dụng để có thể xác định thứ tự byte được sử dụng để tạo chuỗi byte, nhưng là một chữ ký giúp đoán mã hóa. Khi mã hóa codec UTF-8-SIG sẽ viết encode
40, encode
41, encode
42 là ba byte đầu tiên cho tệp. Khi giải mã encode
43 sẽ bỏ qua ba byte đó nếu chúng xuất hiện dưới dạng ba byte đầu tiên trong tệp. Trong UTF-8, việc sử dụng BOM không được khuyến khích và thường nên tránh.
Mã hóa tiêu chuẩn
Python đi kèm với một số codec tích hợp, được triển khai dưới dạng hàm C hoặc với từ điển dưới dạng bảng ánh xạ. Bảng sau đây liệt kê các codec theo tên, cùng với một vài bí danh phổ biến và các ngôn ngữ mà mã hóa có thể được sử dụng. Cả danh sách các bí danh và danh sách các ngôn ngữ đều có nghĩa là toàn diện. Lưu ý rằng các lựa chọn thay thế chính tả chỉ khác nhau trong trường hợp hoặc sử dụng dấu gạch nối thay vì dấu gạch dưới cũng là bí danh hợp lệ; Do đó, ví dụ: encode
48 là bí danh hợp lệ cho codec encode
49.
Chi tiết triển khai CPYThon: Một số mã hóa phổ biến có thể bỏ qua bộ máy tra cứu Codecs để cải thiện hiệu suất. Các cơ hội tối ưu hóa này chỉ được CPython công nhận cho một bộ bí danh giới hạn (trường hợp không nhạy cảm) -ascii, UTF-16, UTF16, UTF-32, UTF32 và tương tự bằng cách sử dụng dấu gạch dưới thay vì dấu gạch ngang. Sử dụng các bí danh thay thế cho các mã hóa này có thể dẫn đến việc thực hiện chậm hơn. Some common encodings can bypass the codecs lookup machinery to improve performance. These optimization opportunities are only recognized by CPython for a limited set of (case insensitive) aliases: utf-8, utf8, latin-1, latin1, iso-8859-1, iso8859-1, mbcs (Windows only), ascii, us-ascii, utf-16, utf16, utf-32, utf32, and the same using underscores instead of dashes. Using alternative aliases for these encodings may result in slower execution.
Đã thay đổi trong phiên bản 3.6: Cơ hội tối ưu hóa được công nhận cho US-ASCII.Optimization opportunity recognized for us-ascii.
Nhiều bộ ký tự hỗ trợ cùng một ngôn ngữ. Chúng khác nhau ở các ký tự riêng lẻ (ví dụ: dấu hiệu Euro có được hỗ trợ hay không) và trong việc gán ký tự cho các vị trí mã. Đối với các ngôn ngữ châu Âu nói riêng, các biến thể sau đây thường tồn tại:
một mã ISO 8859
Trang mã Windows Windows, thường có nguồn gốc từ mã 8859, nhưng thay thế các ký tự điều khiển bằng các ký tự đồ họa bổ sung
Trang mã EBCDIC IBM
Trang mã PC IBM, tương thích ASCII
Codec | Bí danh | Ngôn ngữ |
---|---|---|
ascii | 646, US-ASCII | Tiếng Anh |
big5 | BIG5-TW, CSBIG5 | Truyền thống Trung Quốc |
big5hkscs | BIG5-HKSCS, HKSCS | Truyền thống Trung Quốc |
cp037 | BIG5-HKSCS, HKSCS | Tiếng Anh |
cp273 | BIG5-TW, CSBIG5 | Truyền thống Trung Quốc BIG5-HKSCS, HKSCS |
cp424 | IBM037, IBM039 | 273, IBM273, CSIBM273 |
cp437 | tiếng Đức | Tiếng Anh |
cp500 | BIG5-TW, CSBIG5 | Truyền thống Trung Quốc |
cp720 | BIG5-HKSCS, HKSCS | |
cp737 | IBM037, IBM039 | |
cp775 | IBM775 | 273, IBM273, CSIBM273 |
cp850 | tiếng Đức | Truyền thống Trung Quốc |
cp852 | BIG5-HKSCS, HKSCS | IBM037, IBM039 |
cp855 | 273, IBM273, CSIBM273 | tiếng Đức |
cp856 | Tiếng Do Thái | |
cp857 | 857, IBM857 | Thổ Nhĩ Kỳ |
cp858 | 858, IBM858 | Tây Âu |
cp860 | 860, IBM860 | Bồ Đào Nha |
cp861 | 861, CP-IS, IBM861 | Iceland |
cp862 | 862, IBM862 | Tiếng Do Thái |
cp863 | 863, IBM863 | người Canada |
cp864 | IBM864 | tiếng Ả Rập |
cp865 | 865, IBM865 | Đan Mạch, Na Uy |
cp866 | 866, IBM866 | tiếng Nga |
cp869 | 869, CP-GR, IBM869 | người Hy Lạp |
cp874 | Thái | |
cp875 | người Hy Lạp | |
cp932 | Thái | 932, MS932, MSKANJI, MS-KANJI |
cp949 | tiếng Nhật | 949, MS949, UHC |
cp950 | Hàn Quốc | 950, MS950 |
cp1006 | Truyền thống Trung Quốc | |
cp1026 | ibm1026 | Thổ Nhĩ Kỳ |
cp1125 | 858, IBM858 | Tây Âu 860, IBM860 |
cp1140 | ibm1140 | Tây Âu |
cp1250 | windows-1250 | 860, IBM860 |
cp1251 | windows-1251 | Bồ Đào Nha |
cp1252 | windows-1252 | Tây Âu |
cp1253 | windows-1253 | người Hy Lạp |
cp1254 | windows-1254 | Thổ Nhĩ Kỳ |
cp1255 | windows-1255 | Tiếng Do Thái |
cp1256 | windows-1256 | tiếng Ả Rập |
cp1257 | windows-1257 | 865, IBM865 |
cp1258 | windows-1258 | Đan Mạch, Na Uy |
euc_jp | 866, IBM866 | 932, MS932, MSKANJI, MS-KANJI |
euc_jis_2004 | tiếng Nhật | 932, MS932, MSKANJI, MS-KANJI |
euc_jisx0213 | eucjisx0213 | 932, MS932, MSKANJI, MS-KANJI |
euc_kr | tiếng Nhật | 949, MS949, UHC |
gb2312 | Hàn Quốc | 950, MS950 |
Truyền thống Trung Quốc | Urdu | 1125, IBM1125, CP866U, Ruscii |
gb18030 | gb18030-2000 | 1125, IBM1125, CP866U, Ruscii |
Ukraine | Mới trong phiên bản 3.4. | 950, MS950 |
iso2022_jp | Truyền thống Trung Quốc | 932, MS932, MSKANJI, MS-KANJI |
iso2022_jp_1 | tiếng Nhật | 932, MS932, MSKANJI, MS-KANJI |
iso2022_jp_2 | tiếng Nhật | 949, MS949, UHC |
iso2022_jp_2004 | Hàn Quốc | 932, MS932, MSKANJI, MS-KANJI |
iso2022_jp_3 | tiếng Nhật | 932, MS932, MSKANJI, MS-KANJI |
iso2022_jp_ext | tiếng Nhật | 932, MS932, MSKANJI, MS-KANJI |
iso2022_kr | tiếng Nhật | 949, MS949, UHC |
latin_1 | Hàn Quốc | Tây Âu |
iso8859_2 | 950, MS950 | 860, IBM860 |
iso8859_3 | Bồ Đào Nha | 861, CP-IS, IBM861 |
iso8859_4 | Iceland | 865, IBM865 |
iso8859_5 | Đan Mạch, Na Uy | Bồ Đào Nha |
iso8859_6 | 861, CP-IS, IBM861 | tiếng Ả Rập |
iso8859_7 | 865, IBM865 | người Hy Lạp |
iso8859_8 | Thái | Tiếng Do Thái |
iso8859_9 | 932, MS932, MSKANJI, MS-KANJI | Thổ Nhĩ Kỳ |
iso8859_10 | tiếng Nhật | 949, MS949, UHC |
iso8859_11 | Hàn Quốc | 950, MS950 |
iso8859_13 | Truyền thống Trung Quốc | 865, IBM865 |
iso8859_14 | Đan Mạch, Na Uy | 866, IBM866 |
iso8859_15 | tiếng Nga | Tây Âu |
iso8859_16 | 869, CP-GR, IBM869 | người Hy Lạp |
Thái | 932, MS932, MSKANJI, MS-KANJI | 949, MS949, UHC |
koi8_r | tiếng Nga | |
koi8_t | 869, CP-GR, IBM869 người Hy Lạp | |
koi8_u | Tây Âu | |
kz1048 | 860, IBM860 | Bồ Đào Nha người Hy Lạp |
mac_cyrillic | Thái | Bồ Đào Nha |
mac_greek | 861, CP-IS, IBM861 | người Hy Lạp |
mac_iceland | Thái | Iceland |
mac_latin2 | 932, MS932, MSKANJI, MS-KANJI | 860, IBM860 |
mac_roman | Bồ Đào Nha | Tây Âu |
mac_turkish | 861, CP-IS, IBM861 | Thổ Nhĩ Kỳ |
ptcp154 | Iceland | Bồ Đào Nha |
shift_jis | 861, CP-IS, IBM861 | 932, MS932, MSKANJI, MS-KANJI |
shift_jis_2004 | tiếng Nhật | 932, MS932, MSKANJI, MS-KANJI |
shift_jisx0213 | tiếng Nhật | 932, MS932, MSKANJI, MS-KANJI |
utf_32 | tiếng Nhật | 949, MS949, UHC |
utf_32_be | UTF-32BE | 949, MS949, UHC |
utf_32_le | UTF-32LE | 949, MS949, UHC |
utf_16 | Hàn Quốc | 949, MS949, UHC |
utf_16_be | UTF-16BE | 949, MS949, UHC |
utf_16_le | UTF-16LE | 949, MS949, UHC |
utf_7 | Hàn Quốc | 949, MS949, UHC |
utf_8 | Hàn Quốc | 949, MS949, UHC |
utf_8_sig | 949, MS949, UHC |
Hàn QuốcThe utf-16* and utf-32* encoders no longer allow surrogate code points (bytes
43–bytes
44) to be encoded. The utf-32* decoders no longer decode byte sequences that correspond to surrogate code points.
950, MS950encode
52 is now an alias to encode
53.
Truyền thống Trung Quốc
Urdu
1125, IBM1125, CP866U, Ruscii
Ukrainebytes-like object to codecs.
9 decoding, similar to the Unicode text encodings.
Mới trong phiên bản 3.4. | Trung và Đông Âu | Tiếng Bêl La, Byelorussian, người Macedonia, tiếng Nga |
---|---|---|
Ngôn ngữ Baltic | Tiếng ViệtRFC 3490, see also | |
eucjp, ujis, u-jis | JISX0213, EUCJIS2004 | Euckr, Hàn Quốc, KSC5601, KS_C-5601, KS_C-5601-1987, KSX1001, KS_X-1001 |
Trung Quốc, CSISO58GB231280, EUC-CN, EUCCN, EUCGB2312-CN, GB2312-1980, GB2312-80, ISO-IR-58 | Tiếng Trung giản thể GBK | |
936, CP936, MS936 | Trung Quốc thống nhất | |
Punycode | Thực hiện RFC 3492. Các codec trạng thái không được hỗ trợ.RFC 3492. Stateful codecs are not supported. | |
raw_unicode_escape | Mã hóa Latin-1 với | |
chưa xác định | Nâng cao một ngoại lệ cho tất cả các chuyển đổi, thậm chí các chuỗi trống. Trình xử lý lỗi bị bỏ qua. | |
unicode_escape | Mã hóa phù hợp như nội dung của một bản theo nghĩa đen của unicode trong mã nguồn python được mã hóa ASCII-ASCII, ngoại trừ các trích dẫn không được thoát ra. Giải mã từ mã nguồn Latin-1. Hãy coi chừng mã nguồn Python thực sự sử dụng UTF-8 theo mặc định. |
Đã thay đổi trong phiên bản 3.8: Codec của Unicode_Inodernal đã bị xóa.“unicode_internal” codec is removed.
BiTHER biến đổi nhị phân
Các codec sau đây cung cấp các biến đổi nhị phân: đối tượng giống như byte cho ánh xạ bytes
. Chúng không được hỗ trợ bởi encode
62 (chỉ tạo ra đầu ra codecs.
9).bytes-like object to bytes
mappings. They are not supported by encode
62 (which only produces codecs.
9 output).
Codec | Bí danh | Nghĩa | Bộ mã hóa / bộ giải mã |
---|---|---|---|
cơ sở64_codec 1 | cơ sở64, base_64 | Chuyển đổi toán hạng thành mime base64 multiline (kết quả luôn bao gồm một dấu vết Thay đổi trong phiên bản 3.4: Chấp nhận bất kỳ đối tượng giống như byte nào làm đầu vào để mã hóa và giải mãaccepts any bytes-like object as input for encoding and decoding |
|
bz2_codec | bz2 | Nén toán hạng bằng BZ2. |
|
hex_codec | Hex | Chuyển đổi toán hạng thành đại diện thập lục phân, với hai chữ số mỗi byte. |
|
quopri_codec | Quopri, trích dẫn có thể trích dẫn, trích dẫn_printable | Chuyển đổi toán hạng thành mime được trích dẫn có thể in. |
|
uu_codec | uu | Chuyển đổi toán hạng bằng UUenCode. |
|
zlib_codec | Zip, Zlib | Nén toán hạng bằng GZIP. |
|
Ngoài các đối tượng giống như byte, encode
78 cũng chấp nhận các trường hợp ASCII-chỉ của codecs.
9 để giải mãbytes-like objects, encode
78 also accepts ASCII-only instances of codecs.
9 for decoding
Mới trong phiên bản 3.2: Phục hồi các biến đổi nhị phân.Restoration of the binary transforms.
Đã thay đổi trong phiên bản 3.4: Phục hồi các bí danh cho các biến đổi nhị phân.Restoration of the aliases for the binary transforms.
Transforms văn bản
Codec sau đây cung cấp một phép biến đổi văn bản: ánh xạ codecs.
9 sang codecs.
9. Nó không được hỗ trợ bởi encode
82 (chỉ tạo ra đầu ra bytes
).
Codec | Bí danh | Nghĩa |
---|---|---|
rot_13 | rot13 | Bộ mã hóa / bộ giải mã |
cơ sở64_codec 1Restoration of the decode
4 text transform.
cơ sở64, base_64Restoration of the encode
85 alias.
Chuyển đổi toán hạng thành mime base64 multiline (kết quả luôn bao gồm một dấu vết UnicodeEncodeError6).
Thay đổi trong phiên bản 3.4: Chấp nhận bất kỳ đối tượng giống như byte nào làm đầu vào để mã hóa và giải mãRFC 3490 (Internationalized Domain Names in Applications) and
RFC 3492 (Nameprep: A Stringprep Profile for Internationalized Domain Names (IDN)). It builds upon the encode
86 encoding and encode
87.
encode
65 / encode
66RFC 5891 and RFC 5895, use the third-party idna module.
Nén toán hạng bằng BZ2.
encode
67 / encode
68section 3.1 of RFC 3490 and converting each label to ACE as required, and conversely separating an input byte string into labels based on the encode
91 separator and converting any ACE labels found into unicode. Furthermore, the encode
92 module transparently converts Unicode host names to ACE,
so that applications need not be concerned about converting host names themselves when they pass them to the socket module. On top of that, modules that have host names as function parameters, such as encode
93 and encode
94, accept Unicode host names (encode
93 then also transparently sends an IDNA hostname in the field if it sends that field at all).
Hex
Chuyển đổi toán hạng thành đại diện thập lục phân, với hai chữ số mỗi byte.
________ 397 ________ 398 (Nhãn) ¶(label)¶Trả về phiên bản tên của nhãn. Việc triển khai hiện đang giả định các chuỗi truy vấn, vì vậy encode
99 là đúng.
Chuyển đổi nhãn thành ASCII, như được chỉ định trong RFC 3490. 'strict'
02 được giả định là sai.RFC 3490. 'strict'
02 is assumed to be false.
Chuyển đổi nhãn thành Unicode, như được chỉ định trong RFC 3490.RFC 3490.
Encodings.MBCS - Windows ANSI CodePage¶
Mô -đun này thực hiện mã hóa ANSI (CP_ACP).
Tính khả dụng: Chỉ Windows.: Windows only.
Đã thay đổi trong phiên bản 3.3: Hỗ trợ mọi xử lý lỗi.Support any error handler.
Thay đổi trong phiên bản 3.2: Trước 3.2, đối số lỗi đã bị bỏ qua; bytes
22 luôn được sử dụng để mã hóa và bytes
20 để giải mã.Before 3.2, the errors argument was ignored; bytes
22 was always used to encode, and bytes
20 to decode.
mã hóa.utf_8_sig-codec UTF-8 với chữ ký BOM
Mô-đun này thực hiện một biến thể của codec UTF-8. Khi mã hóa, BOM được mã hóa UTF-8 sẽ được chuẩn bị cho UTF-8 được mã hóa byte. Đối với bộ mã hóa trạng thái, điều này chỉ được thực hiện một lần (trên lần ghi đầu tiên vào luồng byte). Khi giải mã, một BOM được mã hóa UTF-8 tùy chọn khi bắt đầu dữ liệu sẽ bị bỏ qua.