bytesstr与unicode

Posted 2021-02-06 walthwang

1、Python3字符序列的类型

　　bytes -> 原始的8位值（既字节）

　　str -> Unicode字符

 

2、Python2字符序列的类型

　　str -> 原始的8位值（既字节）

　　unicode -> Unicode字符

即Python3的bytes对应Python2的str，而Python3的str对应Python2的unicode

 

写代码的时候不要对字符编码做任何的假设。

编写两个辅助函数来进行转换。

 

接受str或bytes，总是返回str：

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

 

接受str或bytes，并总是返回bytes：

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

 

3、在Python3中通过内置的open函数获取文件句柄会默认使用utf-8编码格式来操作文件

如果要写入二进制数据，把encoding参数设为b

按下面的方式来使用open函数

with open(‘path/filename‘, ‘wb‘) as f:
    do something

(读取文件的时候也会有同样的问题，这时候使用‘rb‘）