Python中的bytes类型

前言;

Python bytes 类型用来表示一个字节串。“字节串“不是编程术语，是我自己“捏造”的一个词，用来和字符串相呼应。
bytes 是 Python 3.x 新增的类型，在 Python 2.x 中是不存在的。

字节串（bytes）和字符串（string）的对比：

• 字符串由若干个字符组成，以字符为单位进行操作；字节串由若干个字节组成，以字节为单位进行操作。
• 字节串和字符串除了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。
• 字节串和字符串都是不可变序列，不能随意增加和删除数据。

bytes 只负责以字节序列的形式（二进制形式）来存储数据，至于这些数据到底表示什么内容（字符串、数字、图片、音频等），完全由程序的解析方式决定。如果采用合适的字符编码方式（字符集），字节串可以恢复成字符串；反之亦然，字符串也可以转换成字节串。

说白了，bytes 只是简单地记录内存中的原始数据，至于如何使用这些数据，bytes 并不在意，你想怎么使用就怎么使用，bytes 并不约束你的行为。

bytes 类型的数据非常适合在互联网上传输，可以用于网络通信编程；bytes 也可以用来存储图片、音频、视频等二进制格式的文件。

字符串和 bytes 存在着千丝万缕的联系，我们可以通过字符串来创建 bytes 对象，或者说将字符串转换成 bytes 对象。

有以下三种方法可以达到这个目的：

• 如果字符串的内容都是 ASCII 字符，那么直接在字符串前面添加b前缀就可以转换成 bytes。
• bytes 是一个类，调用它的构造方法，也就是 bytes()，可以将字符串按照指定的字符集转换成 bytes；如果不指定字符集，那么默认采用 UTF-8。
• 字符串本身有一个encode() 方法，该方法专门用来将字符串按照指定的字符集转换成对应的字节串；如果不指定字符集，那么默认采用 UTF-8。

1.bytes定义

例1:通过b'string'定义bytes类型，但不支持中文(出现中文则报错)

例2:可以通过string.encoding('utf-8')将字符串转换成bytes类型(兼容中文),还原通过bytes.decode('utf-8')

# coding:utf-8

if __name__ == '__main__':

    # 例1
    b = b'abc123'
    print(b)  # b'abc123'
    print(type(b))  # <class 'bytes'>
    # c = b'我abc123' Error

    # 例2
    c = '我abc123'
    c = c.encode('utf-8')
    print(c)  # b'\xe6\x88\x91abc123'
    print(type(c))  # <class 'bytes'>
    print(c.decode('utf-8'))  # 我abc123

2.bytes方法

例1:string有的方法bytes大部分都有(但其字符串参数必须是bytes类型)

# coding:utf-8

if __name__ == '__main__':


    b = b'abc123'
    print(b.find(b'a'))  # 0
    c = 'abc123'
    print(c.find('a'))  # 0
    # b.find('a') Error 参数必须是bytes
    print(b.replace(b'a', b'f'))  # b'fbc123'
    print(c.replace('a', 'f'))  # fbc123
    # b.replace('a', 'f') Error 参数必须是bytes

3.使用不同方式创建 bytes 对象

#通过构造函数创建空 bytes
b1 = bytes()
#通过空字符串创建空 bytes
b2 = b''
#通过b前缀将字符串转换成 bytes
b3 = b'http://c.biancheng.net/python/'
print("b3: ", b3)
print(b3[3])
print(b3[7:22])
#为 bytes() 方法指定字符集
b4 = bytes('C语言中文网8岁了', encoding='UTF-8')
print("b4: ", b4)
#通过 encode() 方法将字符串转换成 bytes
b5 = "C语言中文网8岁了".encode('UTF-8')
print("b5: ", b5)

运行结果：

b3:  b'http://c.biancheng.net/python/'
112
b'c.biancheng.net'
b4:  b'C\xe8\xaf\xad\xe8\xa8\x80\xe4\xb8\xad\xe6\x96\x87\xe7\xbd\x918\xe5\xb2\x81\xe4\xba\x86'
b5:  b'C\xe8\xaf\xad\xe8\xa8\x80\xe4\xb8\xad\xe6\x96\x87\xe7\xbd\x918\xe5\xb2\x81\xe4\xba\x86'

从运行结果可以发现，对于非 ASCII 字符，print 输出的是它的字符编码值（十六进制形式），而不是字符本身。非 ASCII 字符一般占用两个字节以上的内存，而 bytes 是按照单个字节来处理数据的，所以不能一次处理多个字节。