最近写了一些python3程序,四处能看到bytes类型,而它并不存在于python2中,这也是python3和python2显著区别之一。
以前在写python2代码的时候,经常会遇到很多编码报错的异常,原因在于python2对unicode的支持不是特别理想。而在python3中,所有编写的代码都是unicode,python解析器在运行的时候,内部都转换(除非你显示定义为bytes类型)为unicode,减少了出错的可能性。
在python3中,有两种字符串类型,默认的就是str,即unicode,也叫做文本类型。但一个程序总是会有I/O操作(磁盘,网络),即I/O二进制数据,在python3中定义为bytes类型。bytes类型就是一个个字节串,包含0~256 之间的一个整数。
那么如何定义bytes类型呢,有两种显示的方法,比如:
#只能允许ASCII值
x=b'abc'
y=b'\xe6\x88\x91'
print (x,y)
#对unicode字符集进行特定编码
t=bytes("我们","UTF-8")
#输出b'\xe6\x88\x91\xe4\xbb\xac'
#一个中文字符,UTF-8编码占用三个字节
print (t)
#返回6,对于python来说,就是字节序列的长度
print (len(t))
#返回2,代表两个字符
print (len("我们"))
PYthon学习企鹅裙:88198-2657 领取python自动化编程资料教程
接下去说说str类型和bytes类型之间的转换,比如从网络上读取到二进制数据后,python需要你显示的将其转换为str类型,也就是说 python不会隐式在str和bytes之间转换 ,看上去麻烦了很多,但会减少你出错的几率,自己明确自己做要的事情。
如果要将str转换为bytes,必须选择一个编码,明确二进制数据是如何编码的,比如:
x="我"
y=x.encode("UTF-8")
z=x.encode("GBK")
#b'\xe6\x88\x91' b'\xce\xd2'
print (y,z)x=b'\xe6\x88\x91'
print (x.decode("UTF-8"))
#会报错
print (x.decode("GBK"))
PYthon学习企鹅裙:88198-2657 领取python自动化编程资料教程
如果要将bytes转换为str,也需要一个编码,必须说明的是,你必须知道 二进制数据的编码是什么 ,如果选错了,转换为unicode的时候会错误,另外在python内部,它不关心二进制数据是什么编码的,只要是bytes类型, 它就是一串字节序列 ,比如:
x=b'\xe6\x88\x91'
print (x.decode("UTF-8"))
#会报错
print (x.decode("GBK"))
PYthon学习企鹅裙:88198-2657 领取python自动化编程资料教程
总之一句话,“ python内部使用unicode,外部使用bytes类型 ”,python内建库中,很多函数会说明需要str类型还是bytes类型(严格说来是bytes-like对象,比如bytes、bytearray ),在写代码的时候一定要看清楚,比如 hamc 库的new方法,就要求:
hmac.new(key, msg=None, digestmod=None) key is a bytes or bytearray object giving the secret key
很多库,尤其第三方库(比如requests)为了兼容python2和python3,会在内部做很多转换工作,让你意识不到bytes类型的存在,虽然生产力提高了,但对于理解python并没有太大的好处。
如果要充分理解bytes和str的应用,可以参考open和write两个内建函数。
使用文本方式打开文件,python在内部会自动转换为str类型,比如:
file ="t.txt"
t = open(file,mode="r").read()
PYthon学习企鹅裙:88198-2657 领取python自动化编程资料教程
而如果是二进制方式打开,如果要显示在终端,需要转换为str类型,比如:
file ="t.txt"
t = open(file,mode="rb").read()
print (t.decode())
print (t,type(t))
PYthon学习企鹅裙:88198-2657 领取python自动化编程资料教程
而如果是二进制方式写入,则将bytes类型数据直接写入,比如:
file="t.txt"
t=open(file,mode="wb")
t.write(b'\xe6\x88\x91')
PYthon学习企鹅裙:88198-2657 领取python自动化编程资料教程
在上面几个例子中,都没有说明使用那种编码,如果不显示指定,一般编码等同于locale.getpreferedencoding() 。
以上是自己做的一个总结,后面也会写一些PHP7处理unicode的文章。