字节类型解析
python中使用字节类型(bytes)来表示二进制信息,它是由单个字节构成的不可变序列。
字节类型的字面量的语法与字符串大致相同,只是添加了一个前缀b
。
字节类型的字面量中只允许ASCII
字符。
任何超过127
的二进制值使用前缀\x
和十六进制来表示。
编码与解码
字符串转换为对应的编码称为编码,根据字符编码转换为字符叫解码。
编码
字符串方法.encode()
可以将字符串转换为对应的编码的bytes
对象。
>>> res = 'abc123'.encode('ascii') >>> res b'abc123' >>> type(res) bytes
因为都是ascii码字符,使用本身字面量来表示,所以看起来和字符串没有什么区别,除了多了一个前缀b
。
>>> res = '中'.encode('gbk') >>> res b'\xd6\xd0' >>> len(res) 2
中
字在gbk
中的编码为54992
,二进制表示为:
>>> bin(54992) '0b1101011011010000'
总共16位,需要两个字节来表示,按照16进制表示第一个字节为:
>>> hex(0b11010110) '0xd6'
第二个字节为:
>>> hex(0b11010000) '0xd0'
换成\x
前缀后为:
'\xd6\xd0'
是不是跟上面的结果一样。
>>> res = '中'.encode('utf-8') b'\xe4\xb8\xad'
utf-8
码,三个字节表示一个汉字。
解码
bytes对象方法.decode()
可以将字节对象转换为对应编码的字符串对象。
>>> b'\xd6\xd0'.decode('gbk') '中'
注意:不是所有的二进制信息都可以解码为字符,只有以字符编码组织的二进制信息才可以解码为字符。当二进制信息不是以字符编码组织的,或者使用错误的字符编码进行解码会抛出异常。
>>> b'\xd6\xd0'.decode('utf-8') Traceback (most recent call last): File "<stdin>", line 1, in <module> UnicodeDecodeError: 'utf-8' codec can't decode byte 0xd6 in position 0: invalid continuation byte
注意:为了解决字符串不一致的问题,python3中,所有的字符串在内存中都是以unicode
来表示的,其它的编码再通过uniocde
进行转换。
>>> '中'.encode('unicode_escape') b'\\u4e2d' # unicode >>> b'\\u4e2d'.decode() >>> b'\\u4e2d'.decode('unicode_escape') '中'
转自(https://www.cnblogs.com/superwuchaofan/category/1857182.html)
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】博客园社区专享云产品让利特惠,阿里云新客6.5折上折
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步