python中的bytes和str类型

  经过一上午的查找资料。大概理清楚了bytes类型和str类型的区别。

  bytes类型和str类型在呈现形式有相同之处,如果你print一个bytes类型的变量,会打印一个用b开头,用单引号括起来的序列。比如:  

>>> c = b'x80abc'
>>> type(c)
bytes

  我们看到c = b'x80abc'表示的就是一个bytes类型。是不是和字符串很像?只是前面多出来一个b。那b'x80abc的含义是什么呢?x80即16进制的两位数,代表十进制的0-255,同时也代表一个字节,8个bit。abc,即英文字母abc,为什么这里不是x...的形式呢。因为在utf-8里,一个ASCII码 的储存形式完全不变,一个a也就用一个字节来储存。

  那么b'x80abc'的储存情况就完全明白了,一共四个字节,每个字节值的情况一目了然。下面再做一个实验。

>>> A = b'xe5x9dx8fHello'.decode("utf-8","strict")
>>> A
'坏Hello'
>>> type(A)
str

  首先要知道utf-8是可变长编码。中文字符占3个字节,‘坏’字的utf-8码为xe5x9dx8f 。那么给定一个bytes序列 b'xe5x9dx8fHello', 用utf-8解码,显然能得到坏Hello。并且我们看到,解码之后,A已经变成了str类型,和预想一模一样。

  假如python无法将一个二进制解码成utf-8码,则会报错。比如解码b'x80abc'则会报错:

  'utf-8' codec can't decode byte 0x80 in position 0:invalid start byte

原文地址:https://www.cnblogs.com/chester-cs/p/11624067.html