python2 与python3中最大的区别(编码问题bytes&str

1，在python2.x 中是不区分bytes和str类型的，在python3中bytes和str中是区分开的，str的所有操作bytes都支持

python2 中

>>> s = "abcdefg"
>>> b = s.encode()    #或者使用下面的方式

>>> b = b"abcdefg"
>>> type(b)
<type 'str'>

python3中     #str和bytes是严格区分的

>>> s = "abcdefg"
>>> type(s)
<class 'str'>
>>> b = b"abcdefg"
>>> type(b)
<class 'bytes'>

str是文本系列，bytes是字节系列

文本是有编码的（UTF-8，GBK，GB2312等）

字节没有编码

文本的编码指的是字符如何使用字节来表示组织方式，linux下默认都使用UTF-8

2，bytes与str之间的转换-------编码

bytes由str通过encode方法转化得到的,str也可以通过bytes 通过decode方法转化得到

通过b前缀可以定义bytes

GBK 是双字节，UTF-8 灵活编码，1字节，2字节，3字节，4字节都有，最大支持6字节长度，中文大多数是3字节

>>> S = "我是中国人"
>>> S
'我是中国人'
>>> b = S.encode()     #进行编码为bytes
>>> b
b'\xe6\x88\x91\xe6\x98\xaf\xe4\xb8\xad\xe5\x9b\xbd\xe4\xba\xba'
>>> b.decode()    #进行解码为字符串
'我是中国人'
>>>

str被编码成什么格式的，就需要使用什么格式的编码进行解码

>>> S = "我是中国人"
>>> S
'我是中国人'
>>> b = S.encode('GBK')
>>> b
b'\xce\xd2\xca\xc7\xd6\xd0\xb9\xfa\xc8\xcb'
>>> b.decode('GBK')
'我是中国人'

可以使用bin( )将一个10进制整数或者16进制数转化为2进制

>>> bin(10)
'0b1010'
>>>

>>> bin(0xce)
'0b11001110'

3,bytes的操作

bytes具有string类型的所有操作,bytes可以通过str encode转化，也可以通过前缀b定义

>>> b = b'abc'
>>> b
b'abc'
>>> b.decode()
'abc'

>>> b'abc'.find(b'c')
2

>>> len(('我是中国人').encode())      #求bytes的长度
15
>>> b
b'abc'
>>> b.hex()   #转化为16进制
'616263'

>>> bin(616263)      #转化为2进制
'0b10010110011101000111'

除了encode外，str操作都有对应的bytes版本，但是传入的参数必须是bytes

bytearray类型

bytearray是可变的，bytes和str是不可变的，主要用于图片处理

相对bytes来说，多了insert，append,extend,pop,remove,clear,reverse等操作，并且支持索引操作

>>> S1 = "人生苦短，我学python！"
>>> S1
'人生苦短，我学python！'
>>> b1 = bytearray(S1.encode())
>>> b1.decode()
'人生苦短，我学python！'

>>> b1
bytearray(b'\xe4\xba\xba\xe7\x94\x9f\xe8\x8b\xa6\xe7\x9f\xad\xef\xbc\x8c\xe6\x88\x91\xe5\xad\xa6python\xef\xbc\x81')
>>> b1[:6] = bytearray('生命'.encode())
>>> S1
'人生苦短，我学python！'
>>> b1
bytearray(b'\xe7\x94\x9f\xe5\x91\xbd\xe8\x8b\xa6\xe7\x9f\xad\xef\xbc\x8c\xe6\x88\x91\xe5\xad\xa6python\xef\xbc\x81')
>>> b1.decode()
'生命苦短，我学python！'
>>>

原文：https://blog.csdn.net/u010694764/article/details/53811035