Python 技術手冊 第三版

Unicode

|

287

Unicode

要將 bytestrings（位元組字串）轉為 Unicode 字串，在 v2 中，就使用

unicode

內建函式，或 bytestrings 的

decode

方法，又或者，你可以讓轉換

隱含地發生，在你傳入一個 bytestring 到預期 Unicode 的函式之時。在 v3

中，這種轉換永遠都必須是明確的，以 bytestrings 的

decode

方法進行。

在上述任一種情況中，轉換都是透過一種叫做

codec

（

co

der-

dec

oder 的

縮寫，即「編碼解碼器」）的輔助物件來進行的。一個 codec 也可以把

Unicode 字串轉為 bytestrings，不管是明確地以 Unicode 字串的

encode

方

法進行，或是，僅限於 v2，隱含地進行。

要識別一個 codec，就將 codec 的名稱傳入

unicode

、

decode

或

encode

。當

你沒有傳入 codec 名稱，或是在 v2 中隱含轉換時，Python 就會使用預設的

編碼（encoding），一般是 v2 中的

'ascii'

（v3 中的

'utf8'

）。

每個轉換都有一個

errors

參數，它是指示要如何處理轉換錯誤的一個字

串。預設值是

'strict'

，代表任何的錯誤都會提出例外。如果

errors

是

'replace'

，在 bytestring 結果中，轉換會以

'?'

取代導致錯誤的每個錯

誤，在 Unicode 結果中則是以

u'\ufffd'

取代。當

errors

是

'ignore'

，轉

換會無聲無息地跳過導致錯誤的字元 ...