了解bytesstr与unicode的区别
Posted qianslup
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了了解bytesstr与unicode的区别相关的知识,希望对你有一定的参考价值。
一、Python2与Python3
Python2与Python3不同。这里主要介绍Python3。
Python3中有两种表示字符序列的类型:bytes和str。
bytes的实例包含原始的8位值;str的实例包含Unicode。
二、编码与解码
decode的作用是将其他编码的字符串解码成unicode编码字符串
encode的作用是将unicode编码字符串编码成其他编码的字符串
把Unicode字符(最长见的为utf-8)表示为二进制数据(也就是原始8位值)需要使用encode。反之使用decode。
编写Python程序时,一定要把编码和解码操作放到最外围来做。
程序的核心部分应该使用Unicode字符类型(也就是Python3中的str和Python2中的unicode),而且不要对字符编码做任何假设。
这样既可以令程序接收多种类型的文本编码(例如Latin-1、Shift JIS和Big5),又可以保证输出的文本信息只采用一种编码形式(最好是utf-8)。
由于字符类型有别,有时需要进行类型转化。
def to_str(bytes_or_str): if isinstance(bytes_or_str, bytes): value = bytes_or_str.decode(‘utf-8‘) else: value = bytes_or_str return value
def to_bytes(bytes_or_str): if isinstance(bytes_or_str, str): value = bytes_or_str.encode(‘utf-8‘) else: value = bytes_or_str return value
三、总结
- 在Python3中,bytes是一种包含8位值的序列,str是一种包含Unicode字符的序列。不能使用>或+等操作来混同操作bytes和str实例。
- 在Python2中,str是一种包含8位值的序列,unicode是一种包含Unicode字符的序列。如果str只含7为ASCLL字符,可以通过相关操作符来通时使用str和unicode。
- 编写Python程序时,一定要把编码和解码操作放到最外围来做。
- 从文件中读取二进制数据,或向其中写入二进制数据时,总应该以‘rb’或‘wb‘等二进制模式来开启文件。
以上是关于了解bytesstr与unicode的区别的主要内容,如果未能解决你的问题,请参考以下文章