中途回顾，bytes数据类型是什么，和字符串什么关系

Posted 2020-09-30

参考：https://segmentfault.com/a/1190000004450876

 

Bytes 对象是由单个字节作为基本元素（8位，取值范围 0-255）组成的序列，为不可变对象。

Bytes 对象只负责以二进制字节序列的形式记录所需记录的对象，至于该对象到底表示什么（比如到底是什么字符）则由相应的编码格式解码所决定。我们可以通过调用 bytes() 类（没错，它是类，不是函数）生成 bytes 实例，其值形式为 b‘xxxxx‘，其中 ‘xxxxx‘ 为一至多个转义的十六进制字符串（单个 x 的形式为：\\xHH，其中 \\x 为小写的十六进制转义字符，HH 为二位十六进制数）组成的序列，每个十六进制数代表一个字节（八位二进制数，取值范围 0-255），对于同一个字符串如果采用不同的编码方式生成 bytes 对象，就会形成不同的值：

比如上例中的 a 字符串对象，其十进制 unicode 值为 24464，分别使用 ‘utf-8‘ 和 ‘gb2312‘ 两种编码格式将其转换成 bytes 对象 b 和 c ，结果 b 和 c 的值是完全不同的，由于基于的编码格式不一致， b c 长度甚至都不相同，前者有 3 个字节长度，后者有 2 个字节长度：

另外，对于 ASCII 字符串，可以直接使用 b‘xxxx‘ 赋值创建 bytes 实例，但对于非 ASCII 编码的字符则不能通过这种方式创建 bytes 实例：

由于 bytes 是序列，因此我们可以通过索引或切片访问它的元素：

可以发现如果以单个索引的形式访问元素，其会直接返回单个字节的十进制整数，而以序列片段的形式访问时，则返回相应的十六进制字符序列。

对于 bytes 实例，如果需要还原成相应的字符串，则需要借助内置的解码函数 decode()，借助相应的编码格式解码为正常字符串对象，如果采用错误的编码格式解码，则有可能发生错误：