Python3标准库：codecs字符串编码和解码(6)

当前位置:

首页 > Python基础教程 >

Python3标准库：codecs字符串编码和解码(6)

)
			 
			all_encoded = b''.join(encoded)

			print()

			print('Total encoded length:', len(all_encoded))

			print()

			# Decode the byte string one byte at a time

			decoder = codecs.getincrementaldecoder('bz2')()

			decoded = []

			print('Decoding:', end=' ')

			for i, b in enumerate(all_encoded):

			final = (i + 1) == len(text)

			c = decoder.decode(bytes([b]), final)

			if c:

			print('\nDecoded : {} characters'.format(len(c)))

			print('Decoding:', end=' ')

			decoded.append(c)

			else:

			sys.stdout.write('.')

			print()

			restored = b''.join(decoded)

			print()

			print('Total uncompressed length:', len(restored))

每次将数据传递到编码器或解码器时，其内部状态都会更新。状态一致时(按照codec的定义)，会返回数据并重置状态。在此之前，encode()或decode()调用并不返回任何数据。传入最后一位数据时，参数final应当设置为True，这样codec就能知道需要刷新输出所有余下的缓冲数据。

1.8 定义定制编码

由于Python已经提供了大量标准codecs，所以应用一般不太可能需要定义定制的编码器或解码器。不过，如果确实有必要，codecs中的很多基类可以帮助你更容易的定义定制编码。

第一步是了解编码描述的转换性质。这一节中的例子将使用一个“invertcaps”编码，它把大写字母转换为小写，把小写字母转换为大写。下面是一个编码函数的简单定义，它会对输入字符串完成这个转换。

import string
def invertcaps(text):
"""Return new string with the case of all letters switched.
"""
return ''.join(
c.upper() if c in string.ascii_lowercase
else c.lower() if c in string.ascii_uppercase
else c
for c in text
)
if __name__ == '__main__':
print(invertcaps('ABCdef'))
print(invertcaps('abcDEF'))

在这里，编码器和解码器都是同一个函数(与ROT-13类似)。

尽管很容易理解，但这个实现效率不高，特别是对于非常大的文本串。幸运的是，codecs包含一些辅助函数，可以创建基于字符映射(character map)的codecs，如invertcaps。字符映射编码由两个字典构成。编码映射(encoding map)将输入串的字符值转换为输出中的字节值，解码映射(decoding map)则相反。首先创建解码映射，然后使用make_encoding_map()把它转换为一个编码映射。C函数charmap_encode()和charmap_decode()可以使用这些映射高效的转换输入数据。

import codecs
import string
# Map every character to itself
decoding_map = codecs.make_identity_dict(range(256))
# Make a list of pairs of ordinal values for the lower
# and uppercase letters
pairs = list(zip(
[ord(c) for c in string.ascii_lowercase],
[ord(c) for c in string.ascii_uppercase],
))
# Modify the mapping to convert upper to lower and
# lower to upper.
decoding_map.update({
upper: lower
for (lower, upper)
in pairs
})
decoding_map.update({
lower: upper
for (lower, upper)
in pairs
})
# Create a separate encoding map.
encoding_map = codecs.make_encoding_map(decoding_map)
if __name__ == '__main__':
print(codecs.charmap_encode('abcDEF', 'strict',
encoding_map))
print(codecs.charmap_decode(b'abcDEF', 'strict',
decoding_map))
print(encoding_map == decoding_map)

尽管invertcaps的编码和解码映射是一样的，但并不总是如此。有时会把对各输入字符编码为相同的输出字节，make_encoding_map()会检测这些情况，并把编码值替换为None，以标志编码为未定义。

字符映射编码器和解码器支持前面介绍的所有标准错误处理方法，所以不需要做任何额外的工作来支持这部分API。

import codecs
import string
# Map every character to itself
decoding_map = codecs.make_identity_dict(range

栏目列表