Python的字符串類型是str，在內(nèi)存中以Unicode表示，一個(gè)字符對(duì)應(yīng)若干個(gè)字節(jié)。如果要在網(wǎng)絡(luò)上傳輸，或者保存到磁盤上，就需要把str變?yōu)橐宰止?jié)為單位的bytes。
Python對(duì)bytes類型的數(shù)據(jù)用帶b前綴的單引號(hào)或雙引號(hào)表示：
x = b'ABC'
要注意區(qū)分'ABC'和b'ABC'，前者是str，后者雖然內(nèi)容顯示得和前者一樣，但bytes的每個(gè)字符都只占用一個(gè)字節(jié)。
以Unicode表示的str通過encode()方法可以編碼為指定的bytes，例如：
--->bytes
>>> 'ABC'.encode('ascii')
b'ABC'
>>> '中文'.encode('utf-8')
b'\xe4\xb8\xad\xe6\x96\x87
--->str
如果我們從網(wǎng)絡(luò)或磁盤上讀取了字節(jié)流，那么讀到的數(shù)據(jù)就是bytes。要把bytes變?yōu)閟tr，就需要用decode()方法：
>>> b'ABC'.decode('ascii')
'ABC'
>>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
'中文'
如果bytes中包含無法解碼的字節(jié)，decode()方法會(huì)報(bào)錯(cuò)
bytes中只有一小部分無效的字節(jié)，可以傳入errors='ignore'忽略錯(cuò)誤的字節(jié)：
>>> b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore')
'中'
當(dāng)str和bytes互相轉(zhuǎn)換時(shí)，需要指定編碼。最常用的編碼是UTF-8。Python當(dāng)然也支持其他編碼方式，比如把Unicode編碼成GB2312：
>>> '中文'.encode('gb2312')
b'\xd6\xd0\xce\xc4'
但這種方式純屬自找麻煩，如果沒有特殊業(yè)務(wù)要求，請(qǐng)牢記僅使用UTF-8編碼。
本站僅提供存儲(chǔ)服務(wù)，所有內(nèi)容均由用戶發(fā)布，如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容，請(qǐng)
點(diǎn)擊舉報(bào)。
