补充：bytes类型以及字符编码转换

定义

bytes类型是指一堆字节的集合，在python中以b开头的字符串都是bytes类型

b'\xe5\xb0\x8f\xe7\x8c\xbf\xe5\x9c\x88' #b开头的都代表是bytes类型，是以16进制来显示的，2个16进制代表一个字节。 utf-8是3个字节代表一个中文，所以以上正好是9个字节
ps:因为1个16进制能最大表示15个字符，和二进制4位表示的一样,所以2个16进制代表8位二进制，一个字节。

Bytes类型的作用

计算机只能存储2进制， 我们的字符、图片、视频、音乐等想存到硬盘上，也必须以正确的方式编码成2进制后再存。

• 对于文字，我们可以以gbk编码，也可以以utf-8、ASCII编码。
• 对于图片，必须编码成PNG,JPEG等格式
• 对于音乐，必须编码成MP3,WAV等

在python中， 数据转成2进制后不是直接以0101010的形式表示的，而是用一种叫bytes(字节)的类型来表示，人类不可读。字符串转成bytes后长成这个样子

>>> s = "小猿圈">>> s.encode("utf-8")  # 以utf-8编码 b'\xe5\xb0\x8f\xe7\x8c\xbf\xe5\x9c\x88' #b开头的都代表是bytes类型，是以16进制来显示的，2个16进制代表一个字节。 utf-8是3个字节代表一个中文，所以以上正好是9个字节

在python中，字符串必须编码成bytes后才能存到硬盘上。 唉，你说，我之前学的文件操作时也没有把字符串编码后再存呀， 哈，那是python默认帮你干了这个事，在python3中文件存储的默认编码是utf-8.

当然你可以自行改变文件的默认编码，但意味着你存的数据

f = open(file="encode_test",encoding="gbk",mode="w")

这样，你写入的数据就是按gbk编码的了。

以二进制模式操作文件

当然，在打开文件时如果你不想让open这个对象帮你自动编码，你也可以直接往文件里存入bytes数据。

f = open(file="encode_test",mode="wb") # wb以2进制模式打开文件s = "自学编程，谁不上小猿圈".encode("utf-8")  # 自行编码print(s )f.write(s)f.close()
#以下是print(s)的输出b'\xe8\x87\xaa\xe5\xad\xa6\xe7\xbc\x96\xe7\xa8\x8b\xef\xbc\x8c\xe8\xb0\x81\xe4\xb8\x8d\xe4\xb8\x8a\xe5\xb0\x8f\xe7\x8c\xbf\xe5\x9c\x88'

2进制模式打开文件有

• wb 二进制创建
• rb 二进制读
• ab 二进制追加

编码转换是指将一种编码转成另外一种编码，比如 utf-8 to gbk。

为何需要编码转换呢？ 因为不同操作系统编码不同， utf-8在win上没办法直接看，因为windows是GBK编码的，得转成gbk。 反过来如果你的GBK字符相在Linux\Mac上正常显示，就得转成utf-8编码。

编码&解码

s.encode('utf-8')以utf-8编码成2进制
s.decode('utf-8')从2进制解码成unicode str

>>> s.encode("utf-8")   # 编码b'\xe5\xb0\x8f\xe7\x8c\xbf\xe5\x9c\x88'>>> s_utf8=s.encode("utf-8")>>> >>> s_utf8.decode("utf-8")  #解码'小猿圈'

在py3里，内存里的字符串是以unicode编码的，unicode的其中一个特性就是跟

所有语言编码都有映射关系。所以你的utf-8格式的文件，在windows电脑上若是不能看，就可以把utf-8先解码成unicode,再由unicode编码成gbk就可以了。

注意，不管在Windows or Mac or Linux上，你的pycharm IDE都可以支持各种文件编码，所以即使是utf-8的文件，在windows下的pycharm里也可以正常显示

内容转自小猿圈链接：https://book.apeland.cn/details/41/