Python笔记——浅析Python3中的bytes和str类型
2018-01-03 13:17
465 查看
Python 3最重要的新特性之一是对字符串和二进制数据流做了明确的区分。文本总是
3不会以任意隐式的方式混用
下面让我们深入分析一下二者的区别和联系。
在谈
在计算机历史的早期,美国为代表的英语系国家主导了整个计算机行业,26个英文字母组成了多样的英语单词、语句、文章。因此,最早的字符编码规范是ASCII码,一种8位即1个字节的编码规范,它可以涵盖整个英语系的编码需要。
编码是什么?编码就是把一个字符用一个二进制来表示。我们都知道,所有的东西,不管是英文、中文还是符号等等,最终存储在磁盘上都是01010101这类东西。在计算机内部,读取和存储数据归根结底,处理的都是0和1组成的比特流。问题来了,人类看不懂这些比特流,如何让这些010101对人类变得可读呢?于是出现了字符编码,它是个翻译机,在计算机内部某个地方,透明的帮我们将比特流翻译成人类可以直接理解的文字。对于一般用户,不需要知道这个过程是什么原理,是怎么执行的。但是对于程序员却是个必须搞清楚的问题。
以
后来,计算机得到普及,中文、日文、韩文等等国家的文字需要在计算机内表示,ASCII的255位远远不够,于是标准组织制定出了叫做UNICODE的万国码,它规定任何一个字符(不管哪国的)至少以2个字节表示,可以更多。其中,英文字母就是用2个字节,而汉字是3个字节。这个编码虽然很好,满足了所有人的要求,但是它不兼容
于是
在编码的发展历程中,我国还创造了自己的编码方式,例如
回到
从例子可以看出,
f65b
长度,因此”中文“被编码成
我们都知道,字符串类
从实质上来说,字符串在磁盘上的保存形式也是01的组合,也需要编码解码。
如果,上面的阐述还不能让你搞清楚两者的区别,那么记住下面两几句话:
在将字符串存入磁盘和从磁盘读取字符串的过程中,Python自动地帮你完成了编码和解码的工作,你不需要关心它的过程。
使用
Python已经严格区分了
在bytes和str的互相转换过程中,实际就是编码解码的过程,必须显式地指定编码格式。
我们再把字符串s1,转换成gbk编码的bytes类型:
越努力越幸运。
Unicode,由
str类型表示,二进制数据则由
bytes类型表示。Python
3不会以任意隐式的方式混用
str和
bytes,你不能拼接字符串和字节流,也无法在字节流里搜索字符串(反之亦然),也不能将字符串传入参数为字节流的函数(反之亦然)。
下面让我们深入分析一下二者的区别和联系。
编码发展的历史
在谈bytes和
str之前,需要先说说关于编码是如何发展的。。
在计算机历史的早期,美国为代表的英语系国家主导了整个计算机行业,26个英文字母组成了多样的英语单词、语句、文章。因此,最早的字符编码规范是ASCII码,一种8位即1个字节的编码规范,它可以涵盖整个英语系的编码需要。
编码是什么?编码就是把一个字符用一个二进制来表示。我们都知道,所有的东西,不管是英文、中文还是符号等等,最终存储在磁盘上都是01010101这类东西。在计算机内部,读取和存储数据归根结底,处理的都是0和1组成的比特流。问题来了,人类看不懂这些比特流,如何让这些010101对人类变得可读呢?于是出现了字符编码,它是个翻译机,在计算机内部某个地方,透明的帮我们将比特流翻译成人类可以直接理解的文字。对于一般用户,不需要知道这个过程是什么原理,是怎么执行的。但是对于程序员却是个必须搞清楚的问题。
以
ASCII编码为例,它规定1个字节8个比特位代表1个字符的编码,也就是“00000000”这么宽,一个一个字节的解读。例如:01000001表示大写字母A,有时我们会“偷懒"的用65这个十进制来表示A在
ASCII中的编码。8个比特位,可以没有重复的最多表示2的8次方(255)个字符。
后来,计算机得到普及,中文、日文、韩文等等国家的文字需要在计算机内表示,ASCII的255位远远不够,于是标准组织制定出了叫做UNICODE的万国码,它规定任何一个字符(不管哪国的)至少以2个字节表示,可以更多。其中,英文字母就是用2个字节,而汉字是3个字节。这个编码虽然很好,满足了所有人的要求,但是它不兼容
ASCII,同时还占用较多的空间和内存。因为,在计算机世界更多的字符是英文字母,明明可以1个字节就能够表示,非要用2个。
于是
UTF-8编码应运而生,它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。
UTF-8很快就得到了广泛的应用。
在编码的发展历程中,我国还创造了自己的编码方式,例如
GBK,
GB2312,
BIG5。他们只局限于在国内使用,不被国外认可。在
GBK编码中,中文汉字占2个字节。
bytes和str之间的异同
回到bytes和
str的身上。
bytes是一种比特流,它的存在形式是01010001110这种。我们无论是在写代码,还是阅读文章的过程中,肯定不会有人直接阅读这种比特流,它必须有一个编码方式,使得它变成有意义的比特流,而不是一堆晦涩难懂的01组合。因为编码方式的不同,对这个比特流的解读也会不同,对实际使用造成了很大的困扰。下面让我们看看Python是如何处理这一系列编码问题的:
>>> s = "中文" >>> s '中文' >>> type(s) <class 'str'> >>> b = bytes(s, encoding='utf-8') >>> b b'\xe4\xb8\xad\xe6\x96\x87' >>> type(b) <class 'bytes'>
从例子可以看出,
s是个字符串类型。Python有个内置函数
bytes()可以将字符串
str类型转换成
bytes类型,
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。
\xe4是十六进制的表示方式,它占用1个字节的
f65b
长度,因此”中文“被编码成
utf-8后,我们可以数得出一共用了6个字节,每个汉字占用3个,这印证了上面的论述。在使用内置函数
bytes()的时候,必须明确
encoding的参数,不可省略。
我们都知道,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。除此之外,我们查看Python源码会发现
bytes和
str拥有几乎一模一样的方法列表,最大的区别就是
encode和
decode。
从实质上来说,字符串在磁盘上的保存形式也是01的组合,也需要编码解码。
如果,上面的阐述还不能让你搞清楚两者的区别,那么记住下面两几句话:
在将字符串存入磁盘和从磁盘读取字符串的过程中,Python自动地帮你完成了编码和解码的工作,你不需要关心它的过程。
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。
Python已经严格区分了
bytes和
str两种数据类型,你不能在需要
bytes类型参数的时候使用
str参数,反之亦然。这点在读写磁盘文件时容易碰到。
在bytes和str的互相转换过程中,实际就是编码解码的过程,必须显式地指定编码格式。
>>> b b'\xe4\xb8\xad\xe6\x96\x87' >>> type(b) <class 'bytes'> >>> s1 = str(b) >>> s1 "b'\\xe4\\xb8\\xad\\xe6\\x96\\x87'" >>> type(s1) <class 'str'> >>> s1 = str(b, encoding='utf-8') >>> s1 '中文' >>> type(s1) <class 'str'>
我们再把字符串s1,转换成gbk编码的bytes类型:
>>> s1 '中文' >>> type(s1) <class 'str'> >>> b = bytes(s1, encoding='gbk') >>> b b'\xd6\xd0\xce\xc4'
越努力越幸运。
相关文章推荐
- 浅析Python3中的bytes和str类型
- python学习笔记1-数据类型:int,str
- python基础---字符串类型str和字节类型bytes相互转化
- 浅析Python 3 字符串中的 STR 和 Bytes 有什么区别
- Python3中内置类型bytes和str用法及byte和string之间各种编码转换
- 不一样的str,python 3.0 与 python 2.5 的 str 类型比较笔记
- 浅析python2x与python3x里的str,unicode,bytes关系
- Python3中的bytes和str类型
- Python中str类型与bytes类型之间的转换
- Python str 与 bytes 类型(Python2/3 对 str 的处理)
- Python中的bytes,str,int等类型转换
- Python3中内置类型bytes和str用法及byte和string之间各种编码转换
- 不一样的str,python 3.0 与 python 2.5 的 str 类型比较笔记
- Python3中内置类型bytes和str用法及byte和string之间各种编码转换
- Python 数列中的数的类型转换(Str<—>Int)
- Python学习笔记(三)——类型与变量
- Python入门笔记 之 基本数据类型和变量
- Python学习笔记:字符串(str)基本内容
- Python源码学习笔记(1 基本数据类型)
- Python数据类型 之 str