Python 字串處理：encode() 方法完整教學與編碼轉換應用

字串編碼是文字資料儲存、傳輸、跨系統交換的核心環節。Python 3 字串為 Unicode，encode() 將字串轉為 bytes 位元組序列，支援數百種編碼標準。本文詳細說明語法、常用編碼、錯誤處理機制、Base64 應用、效能與最佳實務。

方法語法與說明

str.encode(encoding='utf-8', errors='strict')

• encoding：目標編碼名稱（不區分大小寫），預設 'utf-8'。
• errors：編碼錯誤處理策略，預設 'strict'（拋出例外）。
• 回傳：bytes 物件（不可變位元組序列）。

常用編碼對照

錯誤處理策略

s = "Hello 世界 😀"

# 1. strict（預設）：遇無法編碼字元拋出 UnicodeEncodeError
try:
    s.encode('ascii')
except UnicodeEncodeError as e:
    print(f"Strict error: {e}")

# 2. ignore：直接跳過無法編碼字元
print(s.encode('ascii', 'ignore'))  # b'Hello '

# 3. replace：用 ? 取代（或編碼特定取代字元）
print(s.encode('ascii', 'replace'))  # b'Hello ?? ??'

# 4. xmlcharrefreplace：用 XML 數字實體取代
print(s.encode('ascii', 'xmlcharrefreplace'))  
# b'Hello 世界 😀'

# 5. backslashreplace：用 \x/\u/\U 轉義序列取代
print(s.encode('ascii', 'backslashreplace'))  
# b'Hello \\u4e16\\u754c \\U0001f600'

# 6. namereplace：用 \N{name} 取代（Python 3.5+）
print(s.encode('ascii', 'namereplace'))  
# b'Hello \\N{CJK UNIFIED IDEOGRAPH-4E16}...'

Base64 編碼應用

import base64

# 字串 → bytes → Base64 bytes → Base64 字串
text = "Hello World"
b64_bytes = base64.b64encode(text.encode('utf-8'))
b64_str = b64_bytes.decode('ascii')
print(b64_str)  # SGVsbG8gV29ybGQ=

# 解碼
decoded = base64.b64decode(b64_str).decode('utf-8')
print(decoded)  # Hello World

# URL 安全 Base64（無 + / =）
url_safe = base64.urlsafe_b64encode(text.encode()).decode()
print(url_safe)  # SGVsbG8gV29ybGQ=

實務應用場景

1. 檔案寫入指定編碼

content = "中文內容\nEnglish\n😀"
# 寫入 UTF-8（預設）
with open('utf8.txt', 'w', encoding='utf-8') as f:
    f.write(content)

# 寫入 Big5（舊系統相容）
with open('big5.txt', 'w', encoding='big5', errors='replace') as f:
    f.write(content)

# 二進位模式寫入 bytes
with open('raw.bin', 'wb') as f:
    f.write(content.encode('utf-8'))

2. 網路傳輸（HTTP、Socket）

import urllib.request
import json

data = {"message": "Hello 世界"}
json_bytes = json.dumps(data, ensure_ascii=False).encode('utf-8')

req = urllib.request.Request(
    'https://httpbin.org/post',
    data=json_bytes,
    headers={'Content-Type': 'application/json; charset=utf-8'}
)
with urllib.request.urlopen(req) as resp:
    print(resp.read().decode())

3. 資料庫連線編碼

# MySQL (pymysql)
import pymysql
conn = pymysql.connect(
    host='localhost',
    user='root',
    password='pass',
    database='test',
    charset='utf8mb4'  # 完整 Unicode 支援（含 Emoji）
)

# PostgreSQL (psycopg2)
import psycopg2
conn = psycopg2.connect(
    host='localhost',
    database='test',
    user='postgres',
    password='pass',
    client_encoding='utf8'
)

4. 雜湊與加密前置編碼

import hashlib
import hmac

message = "secret message"
key = b"secret-key"

# HMAC 需 bytes
sig = hmac.new(key, message.encode('utf-8'), hashlib.sha256).hexdigest()
print(sig)

# 密碼雜湊
pwd_hash = hashlib.pbkdf2_hmac('sha256', 
    b"password123", b"salt", 100000).hex()

效能與記憶體考量

• encode() 建立新 bytes 物件**：原字串不變，大字串編碼會產生大量記憶體分配。
• 串流編碼**：大檔案分塊處理，避免一次性載入。

  
  def encode_stream(input_file, output_file, encoding='utf-8', chunk_size=8192):
      with open(input_file, 'r', encoding=encoding) as fin, \
           open(output_file, 'wb') as fout:
          while True:
              chunk = fin.read(chunk_size)
              if not chunk:
                  break
              fout.write(chunk.encode(encoding))

• 重複編碼優化**：相同字串多次編碼時，快取 bytes 結果。

常見錯誤與避坑

1. 混淆字串與 bytes**：

   
   # 錯誤
   "hello".encode('utf-8').encode('utf-8')  # AttributeError: 'bytes' has no attribute 'encode'
   
   # 正確
   "hello".encode('utf-8')  # bytes
   b"hello".decode('utf-8') # str

2. 預設編碼假設**：Windows 預設 cp950，Linux/Mac 預設 utf-8，**永遠顯式指定 encoding**。
3. ensure_ascii=False**：json.dumps 預設輸出 ASCII 轉義，中文需關閉。`json.dumps(obj, ensure_ascii=False).encode('utf-8')`

總結

encode() 是 Unicode 字串轉位元組序列的標準方法，**預設 UTF-8、支援完整錯誤處理策略**。關鍵掌握：編碼選擇（UTF-8 首選）、錯誤策略（strict/replace/ignore）、Base64 應用、檔案/網路/資料庫編碼一致性。**永遠顯式指定 encoding**，避免跨平台、跨系統亂碼。搭配 decode() 形成完整編解碼循環。