字符编解码

Python3相关于Python2的一大改动就是，对默许字符类型中止了修正。Python2中定义字符串默许为二进制字符串，强迫加前缀u的才是unicode字符串；而Python3中字符串默许为unicode，强迫加前缀b的才是二进制字符串。（也就是刚好反过来了）

这里的二进制字符串：指的是中止过编码后的字符串。即utf8、gbk、ascii等编码后的串都是二进制的。寄存到文件的时分也必须是二进制的内容。

unicode字符串：是一种在内存中存在的编码规范，它能够和恣意其它类型的编码中止转换。好比：utf-8、gbk、ascii等。并且其它编码在中止相互转换时，都必须经过unicode来中转。该字符串只在内存中存在，没有细致的编码完成。

以"中国"为例，来看下各种编码方式下的表示方式：

"中国"unicode：\u4e2d\u56fdutf8：\xe4\xb8\xad\xe5\x9b\xbdgbk：\xd6\xd0\xb9\xfa

能够看到同样的字符串，在不同的编码中其对应的值是不一样的。但是不论哪种编码都能够转成unicode，unicode也能够转成恣意其它的编码。（unicode被称为万国码，是世界上最大的字符集，能够支持编码全球的言语，但目前在编的并不是全部）

1、编码

python3中字符编码很简单。直接经过encode措施即可。（该措施只需unicode字符对象才有，Python3中unicode是str对象）

s = '中国' # => unicodeprint(type(s)) # => strs2 = s.encode('utf8') # => utf8print(type(s2)) # => bytes3 = s.encode('gbk') # => gbkprint(type(s3)) # => byte

2、解码

Python3中解码用的是decode措施。（该措施只需byte对象才有）

b = b'中国' # => 细致编码编程环境的默许编码而定，通常为utf8print(type(b)) # => byteb1 = b.decode('utf8') # => unicodeprint(type(b1)) # => str

URL编解码

1、解析URL字符串

from urllib import parseurl = 'https://www.baidu.com/s?wd=python3%20url编码'parsed = parse.urlparse(url)print(parsed)

urlparse会把完好的URL串解析成各个部分，方便我们直接提取特定内容。其执行结果如下：

ParseResult(scheme='https', netloc='www.baidu.com', path='/s', params='', query='wd=python3%20url编码', fragment='')

即解析后合成为：协议，域名、途径、参数、查询字符串等。我们能够直接运用对应的属性名来获取。好比：获取query内容。

print(parsed.query) # => wd=python3%20url编码

2、query参数编码

由于query参数对应的是GET央求时，附件在URL途径后的查询参数。为了避免阅读器解析到特殊字符而招致不可预知的问题，所以通常需求对其内容中止编码，称为URLEncode。Python3中编码的方式如下：

d = { 'name': '陈霸天', 'sex': 'male', 'age': 18}query = parse.urlencode(d)print(query) # => name=%E9%99%88%E9%9C%B8%E5%A4%A9&sex=male&age=18

运用urlencode措施，能够很方便的对一个给定的字典对象的键值内容中止编码，并串联成一个有效格式的query字符串。能够直接附件到URL途径后来运用。（中间需求？链接）

3、query参数解码

有编码就有对应的解码措施，python3中其对应的解码措施不是urldecode，而是parse_qs措施。细致如下：

query = 'name=%E9%99%88%E9%9C%B8%E5%A4%A9&sex=male&age=18'd = parse.parse_qs(query)print(d) # => {'name': ['陈霸天'], 'sex': ['male'], 'age': ['18']}

留意返回的字典中，其value值都是list对象。这是由于有些键可能有多个值的状况。（正常可能会发作的状况）

4、纯字符串URL编码

上面措施是对字典对象中止的编码，假如只需对单个字符串内容编码， 则能够运用quote措施。

s = '中国'print(parse.quote(s)) # => %E4%B8%AD%E5%9B%BD

5、纯字符串URL解码

字符串的解码措施是和编码措施对应的叫unquote。运用方式如下：

s = '%E4%B8%AD%E5%9B%BD'print(parse.unquote(s)) # => 中国

编解码

1、编码

是一种对二进制中止编码的一种方式；之所以叫编码是由于经过这个算法中止编码之后，其内容只在规则的64个可打印字符之内。（0-9、a-z、A-Z、+、/）。python3中对字符中止编码的方式如下：

import src = '中国'.encode('utf8')print("明文:", src)enc = .b64encode(src)print("密文:", enc)

这段代码运转后的结果：

明文: b'\xe4\xb8\xad\xe5\x9b\xbd'密文: b'5Lit5Zu9'

能够看到b64encode措施接纳的是一个二进制类型的字符串，返回的也是一个二进制类型的字符串。

2、解码

同编码相反的就是解码了，的解码也很简单。

import enc = b'5Lit5Zu9'print("密文:", enc)src = .b64decode(enc)print("明文:", src)print("unicode:", src.decode('utf8'))

执行后的代码如下：

密文: b'5Lit5Zu9'明文: b'\xe4\xb8\xad\xe5\x9b\xbd'unicode: 中国

3、BASE16编解码

库除了能够中止编码外，还能够支持BASE16编解码码。其运用方式如下：

import src = '中国'.encode('utf8')print("明文:", src)enc = .b16encode(src)print("密文:", enc)src = .b16decode(enc)print("明文:", src)print("unicode:", src.decode('utf8'))执行结果如下：明文: b'\xe4\xb8\xad\xe5\x9b\xbd'密文: b'E4B8ADE59BBD'明文: b'\xe4\xb8\xad\xe5\x9b\xbd'unicode: 中国

与编码后的内容不同，BASE16的编码后内容其实是有规律的。认真看下明文和密文，能够发现其实是一种对应关系。好比：明文中的\xe4，对应的是密文中的E4；以此类推。即BASE16只是把二进制在内存中的数值运用16进制字符串来表示而已。

AES加解密

1、AES加密

AES（Advanced Encryption Standard）是一种加密技术和规范。其实DES（Data Encryption Standard）加密的升级版。该加密算法是一种对称加密，即便用相同的key来中止加密和解密。Python3中中止AES加密的方式如下：

import from Crypto.Cipher import AESdef ensure_to_16(value): pad = 16 - len(value) % 16 return value + b'\x00' * pad if pad != 16 else valuekey = b'123456'iv = b'ABCD'src = '中国'.encode('utf8')# AES ECB encryptaes = AES.new(ensure_to_16(key), AES.MODE_ECB)print('src:', src)enc = aes.encrypt(ensure_to_16(src))print('enc:', enc)base_str = .encodebytes(enc)print('base_str:', base_str)# AES CBC encrypt, need iv argaes = AES.new(ensure_to_16(key), AES.MODE_CBC, iv=ensure_to_16(iv))print('src:', src)enc = aes.encrypt(ensure_to_16(src))print('enc:', enc)base_str = .encodebytes(enc)print('base_str:', base_str)

上面的代码中需求阐明的是，ensure_to_16主要作用是把key、iv、src等内容的长度补齐到16的整数倍。这个AES加密的规范请求，其中key、iv还能够是32、48等的整数倍，而src只能是16的整数倍。

另外，上面演示了2种加密类型，第一种是ECB，第二种CBC。其中第一种为不需求iv，第二种需求iv（初始化向量，俗称盐）参数。

代码执行效果如下：

src: b'\xe4\xb8\xad\xe5\x9b\xbd'enc: b'3+z@P4\x98\x0c\x1d\x9a\xce#F\xdf\xec\x1d'base_str: b'Myt6QFA0mAwdms4jRt/sHQ== 'src: b'\xe4\xb8\xad\xe5\x9b\xbd'enc: b'4\xd7\xa42U:Yz\xc7>\xba\\xb2\x96\x81 'base_str: b'NNekMlU6WXrHPrpcspaBCg== '

2、AES解密

AES解码时需求运用相同的key、iv和方式，有一个不分歧都会招致解密失败。细致代码如下：

import from Crypto.Cipher import AESdef ensure_to_16(value): pad = 16 - len(value) % 16 return value + b'\x00' * pad if pad != 16 else valuekey = b'123456'iv = b'ABCD'b64_str = b'NNekMlU6WXrHPrpcspaBCg== '# AES CBC decrypt, need iv argaes = AES.new(ensure_to_16(key), AES.MODE_CBC, iv=ensure_to_16(iv))print('b64_str:', b64_str)enc = .decodebytes(b64_str)print('enc:', enc)src = aes.decrypt(enc)print('src:', src)

上面代码以CBC方式为例，对密文中止了解密。其执行的结果如下：

b64_str: b'NNekMlU6WXrHPrpcspaBCg== 'enc: b'4\xd7\xa42U:Yz\xc7>\xba\\xb2\x96\x81 'src: b'\xe4\xb8\xad\xe5\x9b\xbd\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00'

能够看到明文src中的内容是以\x00补齐的，细致操作时还需求对其中止处置。好比：

src = b'\xe4\xb8\xad\xe5\x9b\xbd\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00'print(src.strip(b'\x00').decode('utf8')) # => 中国

好了，到此为止这边文章曾经终了了。你都知道吗？