python3 bytes数据类型探讨

Posted 2021-01-30 liuzz07

python3中str和bytes分开了，那么bytes与str之间到底是什么关系呢？下面从表现形式、处理方式、存储形式三个方面来阐述其区别

1. 在字符串前面加上b，就表示bytes数据类型

1 s1 = "hello"
2 b1 = b"hello"   # 前面加上b让它变成bytes类型
3 print(s1)
4 print(b1)

输出

s1 = "hello"
b1 = b"hello"   # 前面加上b让它变成bytes类型
print(s1)
print(b1)

 

2. 字符串是以字符为单位进行处理的，bytes类型是以字节为单位处理的。

python3中bytes类型主要用于网络传输和硬盘存储，是以字节为单位处理的

 

3. 字符串的编码方法只能是Unicode，bytes可以是gbk，utf-8或其他非Unicode形式。bytes类型只负责以二进制字节序列的形式记录信息，至于该二进制序列表示什么信息（比如到底是什么字符）由编码形式决定

python3中对str和bytes做了严格区分，文本总是用str类型表示，编码方式是Unicode，二进制数据则用bytes类型表示。下麦呢来看一段代码

1 s = "hello中国"
2 b = s.encode("utf-8")
3 print(b)
4 for i in b:      # bytes类型也是可迭代对象，是不是很神奇
5     print(i)
6 for i in b:
7     print(bin(i))

输出

b‘helloxe4xb8xadxe5x9bxbd‘
104
101
108
108
111
228
184
173
229
155
189
0b1101000
0b1100101
0b1101100
0b1101100
0b1101111
0b11100100
0b10111000
0b10101101
0b11100101
0b10011011
0b10111101

Process finished with exit code 0

bytes实际上是一串0和1的组合，但为了在ide环境中让我们相对直观的观察，它被表现成了b‘xe4xb8xadxe6x96x87‘这种形式，开头的b表示这是一个bytes类型。xe4是十六进制的表示方式，它占用1个字节的长度。bytes是一种比特流，它的存在形式是01010001110这种。我们无论是在写代码，还是阅读文章的过程中，肯定不会有人直接阅读这种比特流，它必须有一个编码方式，使得它变成有意义的比特流，而不是一堆晦涩难懂的01组合。

字符串有一个encode（）方法，与bytes的decode方法相对应，利用这两个方法可以实现字符串与bytes类型的转化

1 s1 = "hello"
2 b1 = s1.encode("utf-8")
3 print(b1)
4 s2 = b1.decode("utf-8")
5 print(s2)

输出

b‘hello‘
hello

Process finished with exit code 0

还有一种方法，就是利用调用bytes（）类和str（）类来完成转化

1 b1 = bytes(s1, encoding="utf-8")
2 print(b1)
3 s2 = str(b1, encoding="utf-8")
4 print(s2)

输出‘

b‘hello‘
hello

Process finished with exit code 0

实际上，我们知道，所有数据包括字符串，存储到硬盘上都是以0101的形式，也都需要编码解码。关于bytes和str，只需记住这几句话：

（1）在将字符串存入磁盘和从磁盘读取字符串的过程中，Python自动地帮你完成了编码和解码的工作，你不需要关心它的过程；

（2）使用bytes类型，实质上是告诉Python，不需要它帮你自动地完成编码和解码的工作，而是用户自己手动进行，并指定编码格式；

（3）bytes类型主要用于网络传输和硬盘存储