Таблица 7.1. Кодировки
| ascii | Старая добрая семибитная кодировка ASCII |
| utf-8 | Восьмибитная кодировка переменной длины, самый предпочтительный вариант в большинстве случаев |
| latin-1 | Также известна как ISO 8859-1 |
| cp-1252 | Стандартная кодировка Windows |
| unicode-escape | Буквенный формат Python Unicode, выглядит как \uxxxx или \Uxxxxxxxx |
С помощью кодировки UTF-8 вы можете закодировать все что угодно. Присвоим строку Unicode '\u2603' переменной snowman:
>>>> snowman = '\u2603'
snowman — это строка Python Unicode, содержащая один символ независимо от того, сколько байтов может потребоваться для того, чтобы сохранить ее:
>>>> len(snowman)
>1
Теперь закодируем этот символ последовательностью байтов:
>>>> ds = snowman.encode('utf-8')
Как я упоминал ранее, кодировка UTF-8 имеет переменную длину. В этом случае было использовано три байта для того, чтобы закодировать один символ snowman:
>>>> len(ds)
>3
>>>> ds
>b'\xe2\x98\x83'
Функция len() возвращает число байтов (3), поскольку ds является переменной bytes.
Вы можете использовать другие кодировки, не только UTF-8, но будете получать ошибки, если строка Unicode не сможет быть обработана другой кодировкой. Например, если вы используете кодировку ascii, у вас ничего не выйдет, если только вы не предоставите строку, состоящую из корректных символов ASCII:
>>>> ds = snowman.encode('ascii')
>Traceback (most recent call last):
>··File "", line 1, in
>UnicodeEncodeError: 'ascii' codec can't encode character '\u2603'
>in position 0: ordinal not in range(128)
Функция encode() принимает второй аргумент, который помогает вам избежать возникновения исключений, связанных с кодировкой. Его значение по умолчанию, как вы можете увидеть в предыдущем примере, равно 'strict'; при таком значении наблюдается исключение UnicodeEncodeError, если встречается символ, не входящий в кодировку ASCII. Существуют и другие кодировки. Используйте значение 'ignore', чтобы опустить все, что не может быть закодировано:
>>>> snowman.encode('ascii', 'ignore')
>b''
Используйте значение 'replace', чтобы заменить неизвестные символы символами?:
>>>> snowman.encode('ascii', 'replace')
>b'?'
Используйте значение 'backslashreplace', чтобы создать строку, содержащую символы Python Unicode вроде unicode-escape:
>>>> snowman.encode('ascii', 'backslashreplace')
>b'\\u2603'
Вы можете использовать этот вариант, если вам нужна печатаемая версия управляющей последовательности Unicode.
В следующем примере создаются строки символьных сущностей, которые вы можете встретить на веб-страницах:
>>>> snowman.encode('ascii', 'xmlcharrefreplace')