python2与python3的bytes问题

Posted 2021-01-18 梁少华

>>> s  = \'编程\'
>>> print s
编程
>>> s
\'\\xe7\\xbc\\x96\\xe7\\xa8\\x8b\'
>>>

在python2中直接调用字符串的变量的话，会打印其bytes(可以理解成用16进制表示字符串的内存地址，本质还是二进制）。在python2中，bytes和str是一回事。

为什么要有个bytes呢？。因为所有数据本质都是用二进制进行储存的，当传输数据的时候，要把这些数据先转换成二进制( bytes)在进行传输。除此之外，python2里还有个单独的数据类型，把字符串解码后，就会变成unicode。

>>> s
\'\\xe8\\xb7\\xaf\\xe9\\xa3\\x9e\' #utf-8
>>> s.decode(\'utf-8\')
u\'\\u8def\\u98de\' #unicode 在unicode编码表里对应的位置
>>> print(s.decode(\'utf-8\'))
路飞 #unicode 格式的字符

原因是python2的默认编码是ASCII,后来为了支持多国语言，就想弄个unicode。但是直接把ASCII转成unicode是很费劲的，所以龟叔直接搞了一个新的字符类型，就叫unicode,说白了就是你得在内存里先把字符串存成unicode类型

 

2008年python3出世，来了个大变革：

1. 把字符串的编码变成了unicode,文件默认编码变成了utf-8。
2.  把str 和bytes 做了明确区分， str 就是unicode格式的字符， bytes就是单纯二进制

还有一个很重要的是，在python3中，只有unicode给你展示字形，其他的编码一律用bytes展示，也就是说要你强制使用unicode。

 

最后再提示一下，Python只要出现各种编码问题，无非是哪里的编码设置出错了
常见编码错误的原因有：

• Python解释器的默认编码
• Python源文件文件编码
• Terminal使用的编码
• 操作系统的语言设置

 

参考：https://www.cnblogs.com/alex3714/articles/7550940.html