[PY3]——内置数据结构(5)——字符串编码

py2和py3中关于字符串的最大区别？

python2中只有 unicode类型

而python3中有 string bytes两种类型 

 

关于string和bytes的区分？

1.str是文本序列、bytes是字节序列 (文本=字符)

2.字节是没有编码的、文本是有编码的(单字节编码/双字节编码)：utf-8 gbk，GB18030等

3.什么是编码？
编码可以说是一种“字节的组织方式”
字符是由字节组成的，而字符的编码规定了它是如何来组织这些字节的，即如何使用字节来表示这些字符

 

encode( )与decode( )

# encode()用于将str ——> bytes

In [1]: '卢'.encode()
Out[1]: b'\xe5\x8d\xa2'

In [2]: bin(0xe5)
Out[2]: '0b11100101'
In [3]: bin(0x8d)
Out[3]: '0b10001101'
In [4]: bin(0xa2)
Out[4]: '0b10100010'   //所以'卢'在计算机中的表示就是这些二进制


# python3字符串默认使用utf-8编码，encode('')可指定不同编码方式
In [5]: '卢'.encode('GBK')
Out[5]: b'\xc2\xac'

# decode()用于将bytes ——> str
In [6]: b'\xe5\x8d\xa2'.decode()
Out[6]: '卢'

bytes类型

# 通过b前缀(b' ')定义bytes

# 除了encode外，str的操作都有对应bytes的版本， 但是传入参数也必须是bytes
In [1]: b'abc'.find('b')
TypeError: a bytes-like object is required, not 'str'

In [2]: b'abc'.find(b'b')
Out[2]: 1

# 要注意bytes的操作是按照字节来的
In [3]: len('卢'.encode())
In [3]: 3

In [4]: '卢'.encode().find(b'\xe5')
Out[4]: 0

# bytes类型自身的两个操作：decode()、hex()
In [6]: b.decode()
Out[6]: 'abc'

In [7]: b.hex()   //转化为16进制
Out[7]: '616263'

bytearray类型

# bytearray是bytes的可变版本
# 使用场景：例如图片处理

# 相对于bytes来说，bytearray多了insert、append、extend、pop、remove、clear、reverse(这些原地修改的方法)
# 并且可以索引操作
# 但insert、append、remove、count的参数必须是int，且范围是0-256

In [11]: b=b'abc';type(b)
Out[11]: bytes

In [13]: ba=bytearray(b);type(ba)
Out[13]: bytearray


In [15]: b[1]=b'B'
TypeError: 'bytes' object does not support item assignment

In [16]: ba[1]=int(b'B'.hex(),16); print(ba)
Out[16]:bytearray(b'aBc')