Как выполнить кодирование и декодирование строк в Python?

Кодирование (encode) преобразует строку (unicodе) в байты, используя определенную кодировку (например, UTF-8). Декодирование (decode) выполняет обратное преобразование: из байтов в строку.

# Кодирование строки в байты
string_to_encode = "Привет, мир!"
encoded_bytes = string_to_encode.encode('utf-8')
# Теперь encoded_bytes - это последовательность байтов, представляющая строку в UTF-8

# Декодирование байтов обратно в строку
decoded_string = encoded_bytes.decode('utf-8')
# Теперь decoded_string снова является строкой "Привет, мир!"

# Обработка ошибок при кодировании/декодировании
# Если строка содержит символы, не поддерживаемые указанной кодировкой, или байты не образуют валидную последовательность для кодировки
invalid_byte_sequence = b'\xcd\xa1' # Пример невалидной последовательности байтов для UTF-8
try:
    invalid_byte_sequence.decode('utf-8', errors='strict') # По умолчанию errors='strict' - вызывает UnicodeDecodeError
except UnicodeDecodeError as e:
    print(f"Ошибка декодирования: {e}")

# Использование других режимов обработки ошибок
# errors='ignore' - игнорирует некорректные символы/байты
decoded_ignore = invalid_byte_sequence.decode('utf-8', errors='ignore')
print(f"Декодировано с игнорированием: {decoded_ignore}") # Выведет пустую строку

# errors='replace' - заменяет некорректные символы/байты символом замещения (обычно '?')
decoded_replace = invalid_byte_sequence.decode('utf-8', errors='replace')
print(f"Декодировано с заменой: {decoded_replace}") # Выведет '' или аналогичный символ замещения

# errors='xmlcharrefreplace' (только для кодирования в ASCII) - заменяет символы их XML-сущностями
string_with_umlaut = "München"
try:
    string_with_umlaut.encode('ascii', errors='xmlcharrefreplace')
except UnicodeEncodeError as e:
    print(f"Ошибка кодирования в ASCII: {e}") # ASCII не поддерживает 'ü'

encoded_xmlcharrefreplace = string_with_umlaut.encode('ascii', errors='xmlcharrefreplace')
print(f"Кодировано с заменой XML-сущностями: {encoded_xmlcharrefreplace}") # Выведет b'München'

Методы .encode() и .decode() принимают необязательный аргумент encoding (по умолчанию UTF-8 в Python 3, но явное указание предпочтительно) и errors.

Распространенные кодировки включают:

• utf-8
• latin-1
• cp1251

При работе с файлами важно указывать кодировку при открытии, например open('файл.txt', 'r', encoding='utf-8').