python3：字节与字节数组，并转换为字符串和从字符串转换

Posted 2023-02-24

【中文标题】python3：字节与字节数组，并转换为字符串和从字符串转换

【英文标题】：python3: bytes vs bytearray, and converting to and from strings

【发布时间】：2020-11-04 06:33:51

【问题描述】：

我想了解 python3 的 bytes 和 bytearray 类。我看过关于它们的文档，但没有全面描述它们的区别以及它们如何与string 对象交互。

【参考方案1】：

bytes 和 bytearrays 类似...

python3 的 bytes 和 bytearray 类都保存字节数组，其中每个字节可以取 0 到 255 之间的值。主要区别在于 bytes 对象是不可变的 ，这意味着一旦创建，您就无法修改其元素。相比之下，bytearray 对象允许您修改其元素。

bytes 和 bytearay 都提供了对字符串进行编码和解码的函数。

bytes 和编码字符串

可以通过几种不同的方式构造字节对象：

>>> bytes(5)
b'\x00\x00\x00\x00\x00'

>>> bytes([97, 98, 99])
b'abc'

>>> b'abc'
b'abc'

>>> bytes('abc')
TypeError: string argument without an encoding

>>> bytes('abc', 'utf-8')
b'abc'

>>> 'abc'.encode('utf-8')
b'abc'

>>> 'abc'.encode('utf-16')
b'\xff\xfea\x00b\x00c\x00'

>>> 'abc'.encode('utf-16-le')
b'a\x00b\x00c\x00'

注意最后两者的区别：'utf-16' 指定一个通用的 utf-16 编码，因此其编码形式包括一个两字节的“字节顺序标记”前导码 的[0xff, 0xfe]。当指定 'utf-16-le' 的显式排序时，如 后一个示例，编码形式省略了字节顺序标记。

因为字节对象是不可变的，试图改变它的元素之一 导致错误：

>>> a = bytes('abc', 'utf-8')
>>> a
b'abc'
>>> a[1] = 102
TypeError: 'bytes' object does not support item assignment

字节数组和编码字符串

像bytes 一样，可以通过多种方式构造字节数组：

>>> bytearray(5)
bytearray(b'\x00\x00\x00\x00\x00\x00\x00\x00')

>>>bytearray([1, 2, 3])
bytearray(b'\x01\x02\x03')

>>> bytearray('abc')
TypeError: string argument without an encoding

>>> bytearray('abc', 'utf-8')
bytearray(b'abc')

>>> bytearray('abc', 'utf-16')
bytearray(b'\xff\xfea\x00b\x00c\x00')

>>> bytearray('abc', 'utf-16-le')
bytearray(b'a\x00b\x00c\x00')

因为字节数组是可变的，你可以修改它的元素：

>>> a = bytearray('abc', 'utf-8')
>>> a
bytearray(b'abc')
>>> a[1]=114
>>> a
bytearray(b'arc')

附加字节和字节数组

bytes 和 bytearray 对象可以用 + 运算符连接：

>>> a = bytes(3)
>>> a
b'\x00\x00\x00'

>>> b = bytearray(4)
>>> b
bytearray(b'\x00\x00\x00\x00')

>>> a+b
b'\x00\x00\x00\x00\x00\x00\x00'

>>> b+a
bytearray(b'\x00\x00\x00\x00\x00\x00\x00')

请注意，串联结果采用第一个参数的类型，因此a+b 产生一个bytes 对象，b+a 产生一个bytearray。

将字节和字节数组对象转换为字符串

bytes 和 bytearray 对象可以使用decode 函数转换为字符串。该函数假定您提供与编码类型相同的解码类型。例如：

>>> a = bytes('abc', 'utf-8')
>>> a
b'abc'
>>> a.decode('utf-8')
'abc'

>>> b = bytearray('abc', 'utf-16-le')
>>> b
bytearray(b'a\x00b\x00c\x00')
>>> b.decode('utf-16-le')
'abc'