Cevap.

Soru tarihi:

Verilerin kodlanması (coding) ve dekodlanması (decoding), farklı cihazlar, yazılımlar ve platformlar arasında bilgi alışverişi gerekliliğiyle birlikte önem kazanmıştır. Python'da bu konu, Python 3.x ile birlikte str (dizeler) ve bytes (baytlar) arasında katı bir ayrım olduğu için kritik hale gelmiştir. Dizeler, Unicode karakterleri dizisi iken, baytlar bayt dizisidir.

Sorun:

Dosyalar, ağlar ve harici sistemlerle çalışırken, verileri bayt temsilinden dizelere dönüştürmek zorunda kalınır. Yanlış kodlama kullanımı, UnicodeEncodeError ve UnicodeDecodeError hatalarına, veri bütünlüğünün bozulmasına ve farklı dillerle ilgili sorunlara yol açabilir.

Çözüm:

Python'da bir diziyi baytlara dönüştürmek için .encode() yöntemi, tersine dönüştürmek için .decode() yöntemi kullanılır. En yaygın kodlama "utf-8"'dir:

text = "Merhaba, dünya!"
encoded = text.encode('utf-8')       # Diziyi baytlara kodla
print(encoded)                        # b'\xd0\x9f\xd1\x80...'
decoded = encoded.decode('utf-8')     # Geri diziye dekodla
print(decoded)                        # 'Merhaba, dünya!'

Anahtar özellikler:

Python 3, dizeleri (str) ve baytları (bytes) kesin bir şekilde ayırır; bunları doğrudan ifadelerde karıştırmak mümkün değildir ve her zaman kodlamayı açıkça belirtmek gerekir.
Dosyaları okurken ve yazarken kodlamayı her zaman belirtmek önerilir (örneğin, open(..., encoding='utf-8')).
Tüm bayt verilerini herhangi bir kodlama ile dekode etmek uygun değildir; ikili dosyalar (örneğin, resimler) için dekodlama uygulanmaz.

Yanıltıcı sorular.

Yanlış bir kodlama ile bayt dizisini dekode etmeye çalışırsanız ne olur?

Yanlış bir kodlama kullanarak baytları dekode etmeye çalıştığınızda bir hata oluşacak veya hatalı bir dize elde edeceksiniz. Örneğin:

b = b'\xd0\x9f\xd1\x80\xd0\xb8\xd0\xb2\xd0\xb5\xd1\x82'
wrong = b.decode('latin-1')
print(wrong)  # 'Merhaba' yerine şaşalı bir şey yazar

Diziyi ve bayt dizisini doğrudan + ile birleştirebilir misiniz?

Hayır. Bu bir TypeError hatası verecektir.

s = "abc"
b = b"def"
# s + b  # TypeError: str'i (bayt) str ile birleştiremezsiniz

Metin dosyasını açıkça belirtilmiş bir kodlama olmadan yazabilir misiniz?

Evet, ama bu kötü bir uygulama olarak kabul edilir çünkü, sistemin varsayılan kodlaması kullanılır ve bu, OS ayarlarına bağlıdır, bu da platformlar arasında uyumsuzluğa yol açar.

Yaygın hatalar ve anti-patentler

Dosyaları okurken/yazarken kodlamayı belirtmemek.
Kelime içermeyen baytları dekode etmeye çalışmak.
str ve bytes'ı karıştırmak, açık bir dönüşüm yapmadan.

Gerçek hayattan bir örnek

Negatif durum

Programcı, Windows'ta kodlama belirtmeden bir günlüğü yazar. Günlük, Linux veya Mac üzerinde açıldığında, kirili alfabesi yerine şaşalı bir şey gösterir.

Artılar:

Kod daha kısa

Eksiler:

Çapraz platform uyumsuzluğu
Veriler kaybolur
Kodlama uyumsuzluğu hataları meydana gelir

Pozitif durum

Programcı, dosyalarla çalışırken her zaman encoding='utf-8' belirtir:

with open('log.txt', 'w', encoding='utf-8') as f:
    f.write('Program başarıyla tamamlandı')