python中的bytes和str学习

转自：https://blog.csdn.net/lyb3b3b/article/details/74993327

1、介绍

UTF-8编码规定英文字母系列用1个字节表示，汉字用3个字节表示等等。因此，它兼容ASCII，可以解码早期的文档。

>>> s = "中文"
>>> s
'中文'
>>> type(s)
<class 'str'>
>>> b = bytes(s, encoding='utf-8') #编码的时候要指定编码方式
>>> b
b'\xe4\xb8\xad\xe6\x96\x87'     #\x 代表是十六进制，共有6个十六进制数，即6个字节，每个占用1字节8位，所以每个汉字是3字节编码
>>> type(b)
<class 'bytes'>

b实际上是一串01的组合，但为了在ide环境中让我们相对直观的观察，它被表现成了b'\xe4\xb8\xad\xe6\x96\x87'这种形式，开头的b表示这是一个bytes类型。

字符串类str里有一个encode()方法，它是从字符串向比特流的编码过程。而bytes类型恰好有个decode()方法，它是从比特流向字符串解码的过程。（都需要指定编码方式）

1. 使用bytes类型，实质上是告诉Python，不需要它帮你自动地完成编码和解码的工作，而是用户自己手动进行，并指定编码格式。