3.Python数据类型之字节串(Bytes)2023-09-14

Python中的字节串类型（bytes）是在Python 3.0版本中新增的类型。在Python 2.x版本中，字节串类型被称为字符串类型（str），但在Python 3.0中，字符串类型被重命名为文本字符串类型（str），而字节串类型被引入并命名为bytes。
字节串类型用于表示二进制数据，可以包含任何字节值，包括ASCII字符和非ASCII字符。在Python 3.0中，字节串类型和文本字符串类型被明确区分，这使得处理二进制数据和文本数据更加灵活和方便。
由于 bytes 保存的就是原始的字节（二进制格式）数据，因此 bytes 对象可用于在网络上传输数据，也可用于存储各种二进制格式的文件，比如图片、音乐等文件。

知识先导

字节概念

字节（Byte ）是计算机用于计量存储容量和传输容量的一种计量单位。一个字节等于8位二进制数，也就是8位（bit），即它包含八位的二进制数。在计算机中，数据存储和传输都是以字节为单位进行的。

位（bit）：是计算机内部数据储存的最小单位，1bit代表1位二进制数，其值要么是0，要么是1。11001100是一个八位二进制数；

字节（byte）：是计算机中数据处理的基本单位，习惯上用大写 B 来表示,1B（byte,字节）= 8bit（位）
字符概念

字符是指计算机中使用的字母、数字、字和符号，包括：1、2、3、A、B、C、~！·#￥%……—*（）——+等等。在UTF-8编码中，一个英文字母字符存储需要1个字节，一个汉字字符储存需要3个字节。转换为bit(位)来计算，一个英文就用八位二进制数表示，一个汉字就用3个八位二进制数表示。
字符串概念

字符串 是字符序列，它是一种抽象的概念，不能直接存储在硬盘。在存储时，需要将字符串中的每个字符转换为字节，然后进行存储。
字节串概念

字节串 是字节序列，它可以直接存储在硬盘。它们之间的映射被称为编码/解码。

在Python中，程序中的文本都用字符串表示。

在字节串中每个数据单元都是字节，也就是 8 位，其中每 4 位（相当于 4 位二进制数，最小值为 0 ，最大值为 15）可以用一个十六进制数来表示，因此每字节需要两个十六进制数表示，
```
b'\xe6\x88\x91\xe7\x88\xb1Python\xe7\xbc\x96\xe7\xa8\x8b'，
# 比如 ：\xe6 就表示 1 字节，其中 \x 表示十六进制，e6 就是两位的十六进制数。 
```

字节串与字符串之间的区别

bytes 和 str 除操作的数据单元不同之外，它们支持的所有方法都基本相同，bytes 也是不可变序列。

字符串（str）由多个字符组成，以字符为单位进行操作；

字节串（bytes）由多个字节组成，以字节为单位进行操作。

字节串创建

创建字符串，主要有如下三种方式：

如果字符串内容都是 ASCII 字符，则可以通过直接在字符串之前添加 b 来构建字节串值。

    # 创建一个空的bytes
    b1 = bytes()
    print(b1) # b''
    print(type(b1)) # <class 'bytes'>
    # 创建一个空的bytes值,等同于 b''
    b2 = b''
    print(b2) # b''
    print(type(b2)) # <class 'bytes'>
    # 创建非空字节串值，通过b前缀指定hello是bytes类型的值
    b3 = b'hello'
    print(b3) # b'hello'
    # ASCII编码中 h对应的十进制编码为104
    print(b3[0]) # 104
    print(b3[2:4]) # b'll'

    # ASCII编码 十六进制A，B分别对应41，42，\x代表十六进制
    b = b'\x41\x42'
    print(b) # b'AB'

调用 bytes() 函数（其实是 bytes 的构造函数）将字符串按指定字符集转换成字节串，如果不指定字符集，默认使用 UTF-8 字符集。
- bytes() 生成一个空的字节串等同于 b'';
- bytes(整型可迭代对象) 用可迭代对象初始化一个字节串,不能超过255;
- bytes(整数n) 生成 n 个值为零的字节串;
- bytes(字符串, encoding='utf-8') 用字符串的转换编码生成一个字节串;
```
# 创建一个空的bytes
b = bytes()
print(b1) # b''

b2 = bytes(range(65,65+26))
print(b2) # b'ABCDEFGHIJKLMNOPQRSTUVWXYZ'

b1 = bytes(5)
print(b1)# b'\x00\x00\x00\x00\x00'

# `hello`中的字符属于ASCII编码集，`中国`不属于ASCII编码集，根据UTF-8编码规则，一个中文字符由3字节表示
b = bytes('hello,中国', encoding='UTF-8')
print(b) #b'hello,\xe4\xb8\xad\xe5\x9b\xbd'
```
调用字符串本身的encode() 方法将字符串按指定字符集转换成字节串（常用）。如果不指定字符集，默认使用 UTF-8 字符集。
```
s = 'hello,中国！'
b = s.encode(encoding='UTF-8')
print(b) #b'hello,\xe4\xb8\xad\xe5\x9b\xbd\xef\xbc\x81'
```

字符串和字节串转化

字符串(str)编码为字节串(bytes)

b = s.encode('utf-8')
字节串(bytes)解码为字符串(str)

s = b.decode('utf-8')

s = 'hello,中国！'
b = s.encode(encoding='UTF-8')
print(b) #b'hello,\xe4\xb8\xad\xe5\x9b\xbd\xef\xbc\x81'

s1 = b.decode(encoding='utf-8')
print(s1) #hello,中国！