python3中unicode和bytes的示例分析

這篇文章主要為大家展示了“python3中unicode和bytes的示例分析”，內(nèi)容簡(jiǎn)而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領(lǐng)大家一起研究并學(xué)習(xí)一下“python3中unicode和bytes的示例分析”這篇文章吧。

寫了一些python3程序，四處能看到bytes類型，而它并不存在于python2中，這也是python3和python2顯著區(qū)別之一。

以前在寫python2代碼的時(shí)候，經(jīng)常會(huì)遇到很多編碼報(bào)錯(cuò)的異常，原因在于python2對(duì)unicode的支持不是特別理想。而在python3中，所有編寫的代碼都是unicode，python解析器在運(yùn)行的時(shí)候，內(nèi)部都轉(zhuǎn)換（除非你顯示定義為bytes類型）為unicode，減少了出錯(cuò)的可能性。

在python3中，有兩種字符串類型，默認(rèn)的就是str，即unicode，也叫做文本類型。但一個(gè)程序總是會(huì)有I/O操作（磁盤，網(wǎng)絡(luò)），即I/O二進(jìn)制數(shù)據(jù)，在python3中定義為bytes類型。bytes類型就是一個(gè)個(gè)字節(jié)串，包含0~256 之間的一個(gè)整數(shù)。

那么如何定義bytes類型呢，有兩種顯示的方法，比如：

#只能允許ASCII值
x=b'abc'
y=b'\xe6\x88\x91'
print (x,y)
#對(duì)unicode字符集進(jìn)行特定編碼
t=bytes("我們","UTF-8")
#輸出b'\xe6\x88\x91\xe4\xbb\xac'
#一個(gè)中文字符，UTF-8編碼占用三個(gè)字節(jié)
print (t)
#返回6，對(duì)于python來說，就是字節(jié)序列的長(zhǎng)度
print (len(t))
#返回2，代表兩個(gè)字符
print (len("我們"))

接下去說說str類型和bytes類型之間的轉(zhuǎn)換，比如從網(wǎng)絡(luò)上讀取到二進(jìn)制數(shù)據(jù)后，python需要你顯示的將其轉(zhuǎn)換為str類型，也就是說 python不會(huì)隱式在str和bytes之間轉(zhuǎn)換 ，看上去麻煩了很多，但會(huì)減少你出錯(cuò)的幾率，自己明確自己做要的事情。

如果要將str轉(zhuǎn)換為bytes，必須選擇一個(gè)編碼，明確二進(jìn)制數(shù)據(jù)是如何編碼的，比如：

x="我"
y=x.encode("UTF-8")
z=x.encode("GBK")
#b'\xe6\x88\x91' b'\xce\xd2'
print (y,z)

如果要將bytes轉(zhuǎn)換為str，也需要一個(gè)編碼，必須說明的是，你必須知道 二進(jìn)制數(shù)據(jù)的編碼是什么 ，如果選錯(cuò)了，轉(zhuǎn)換為unicode的時(shí)候會(huì)錯(cuò)誤，另外在python內(nèi)部，它不關(guān)心二進(jìn)制數(shù)據(jù)是什么編碼的，只要是bytes類型， 它就是一串字節(jié)序列 ，比如：

x=b'\xe6\x88\x91'
print (x.decode("UTF-8"))
#會(huì)報(bào)錯(cuò)
print (x.decode("GBK"))

總之一句話，“ python內(nèi)部使用unicode，外部使用bytes類型 ”，python內(nèi)建庫中，很多函數(shù)會(huì)說明需要str類型還是bytes類型（嚴(yán)格說來是bytes-like對(duì)象，比如bytes、bytearray ），在寫代碼的時(shí)候一定要看清楚，比如 hamc 庫的new方法，就要求：

hmac.new(key, msg=None, digestmod=None) key is a bytes or bytearray object giving the secret key

很多庫，尤其第三方庫（比如requests）為了兼容python2和python3，會(huì)在內(nèi)部做很多轉(zhuǎn)換工作，讓你意識(shí)不到bytes類型的存在，雖然生產(chǎn)力提高了，但對(duì)于理解python并沒有太大的好處。

如果要充分理解bytes和str的應(yīng)用，可以參考o(jì)pen和write兩個(gè)內(nèi)建函數(shù)。

使用文本方式打開文件，python在內(nèi)部會(huì)自動(dòng)轉(zhuǎn)換為str類型，比如：

file ="t.txt"
t = open(file,mode="r").read()

而如果是二進(jìn)制方式打開，如果要顯示在終端，需要轉(zhuǎn)換為str類型，比如：

file ="t.txt"
t = open(file,mode="rb").read()
print (t.decode())
print (t,type(t))

而如果是二進(jìn)制方式寫入，則將bytes類型數(shù)據(jù)直接寫入，比如：

file="t.txt"
t=open(file,mode="wb")
t.write(b'\xe6\x88\x91')

在上面幾個(gè)例子中，都沒有說明使用那種編碼，如果不顯示指定，一般編碼等同于locale.getpreferedencoding() 。

以上是“python3中unicode和bytes的示例分析”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對(duì)大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注億速云行業(yè)資訊頻道！