|
Python的字符串类型是str，在内存中以Unicode表示，一个字符对应若干个字节。如果要在网络上传输，或者保存到磁盘上，就需要把str变为以字节为单位的bytes。 Python对bytes类型的数据用带b前缀的单引号或双引号表示： x = b'ABC' 要注意区分'ABC'和b'ABC'，前者是str，后者虽然内容显示得和前者一样，但bytes的每个字符都只占用一个字节。 以Unicode表示的str通过encode()方法可以编码为指定的bytes，例如： --->bytes >>> 'ABC'.encode('ascii') b'ABC' >>> '中文'.encode('utf-8') b'\xe4\xb8\xad\xe6\x96\x87 --->str 如果我们从网络或磁盘上读取了字节流，那么读到的数据就是bytes。要把bytes变为str，就需要用decode()方法： >>> b'ABC'.decode('ascii') 'ABC' >>> b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8') '中文' 如果bytes中包含无法解码的字节，decode()方法会报错 bytes中只有一小部分无效的字节，可以传入errors='ignore'忽略错误的字节： >>> b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore') '中' 当str和bytes互相转换时，需要指定编码。最常用的编码是UTF-8。Python当然也支持其他编码方式，比如把Unicode编码成GB2312： >>> '中文'.encode('gb2312') b'\xd6\xd0\xce\xc4' 但这种方式纯属自找麻烦，如果没有特殊业务要求，请牢记仅使用UTF-8编码。 |
|
|
