Effective Python(3)- 了解 bytes 与 str 的区别
Python 有两种类型可以表示字符序列
- bytes:实例包含的是原始数据,即 8 位的无符号值(通常按照 ASCII 编码标准来显示)
- str:实例包含的是 Unicode 码点(code point,也叫作代码点),这些码点与人类语言之中的文本字符相对应
a = b'h\x6511o'
print(list(a))
print(a) a = 'a\\u300 propos'
print(list(a))
print(a) # 输出结果
[104, 101, 49, 49, 111]
b'he11o' ['a', '\\', 'u', '3', '0', '0', ' ', 'p', 'r', 'o', 'p', 'o', 's']
a\u300 propos
Unicode 数据和二进制数据转换
- 把 Unicode 数据转换成二进制数据,必须调用 str 的 encode 方法(编码)
- 把二进制数据转换成 Unicode 数据,必须调用 bytes 的 decode 方法(解码)
- 调用这些方法时,可以明确指出字符集编码,也可以采用系统默认的方案,通常是 UTF-8
使用原始的 8 位值与 Unicode 字符串时需要注意的两个问题
该问题等价于:使用 bytes 和 str 时需要注意的两个问题
问题一:bytes 和 str 的实例互不兼容
使用 + 操作符
# bytes+bytes
print(b'a' + b'1') # str+str
print('b' + '2') # 输出结果
b'a1'
b2
- bytes + bytes,str + str 都是允许的
- 但 bytes + str 会报错
# bytes+str
print('c' + b'2') # 输出结果
print('c' + b'2')
TypeError: can only concatenate str (not "bytes") to str
同类型之间也可以用二元操作符来比较大小
assert b'c' > b'a' assert 'c' > 'a'
但 bytes 和 str 之间用二元操作符也会报错
assert b'c' > 'a' # 输出结果
assert b'c' > 'a'
TypeError: '>' not supported between instances of 'bytes' and 'str'
判断 bytes 与 str 实例是否相等
两个类型的实例相比较总会为 False,即使字符完全相同
# 判断 str、bytes
print('a' == b'a') # 输出结果
False
格式化字符串中的 %s
两种类型的实例都可以出现在 % 操作符的右侧,用来替换左侧那个格式字符串(format string)里面的 %s
但是!如果格式字符串是 bytes 类型,那么不能用 str 实例来替换其中的 %s,因为 Python 不知道这个 str 应该按照什么字符集来编码
# %
print(b'red %s' % 'blue') # 输出结果
print(b'red %s' % 'blue')
TypeError: %b requires a bytes-like object, or an object that implements __bytes__, not 'str'
但是!反过来却可以,如果格式字符串是 str 类型,则可以用bytes 实例来替换其中的 %s,但结果可能不是预期结果
# %
print('red %s' % b'blue') # 输出结果
red b'blue'
- 这样会让系统在 bytes 实例上面调用 __repr__ 方法
- 调用结果替换格式字符串里的 %s,因此程序会直接输出 b'blue',而不是输出 blue
问题二:操作文件句柄时需要使用 Unicode 字符串操作
不能使用原始的 bytes
向文件写入二进制数据会报错
# 写入二进制数据
with open('test.txt', "w+") as f:
f.write(b"\xf1\xf2") # 输出结果
f.write(b"\xf1\xf2")
TypeError: write() argument must be str, not bytes
- 报错是因为 w 模式必须以文本模式写入
- 将模式改成 wb 即可正常写入二进制数据
with open('test.txt', "wb") as f:
f.write(b"\xf1\xf2")
读取文件中二进制数据
with open('test.txt', "r+") as f:
f.read() # 输出结果
(result, consumed) = self._buffer_decode(data, self.errors, final)
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xf1 in position 0: invalid continuation byte
- 报错是因为 r 模式必须以文本模式读取
- 以文本模式操纵文件句柄时,系统会采用默认的文本编码方案处理二进制数据
- 所以,上面那种写法会让系统通过 bytes.decode 把这份数据解码成 str 字符串,再用 str.encode 把字符串编码成二进制值
- 然而对于大多数系统来说,默认的文本编码方案是UTF-8,所以系统很可能会把 b'\xf1\xf2\xf3\xf4\xf5' 当成 UTF-8 格式的字符串去解码,于是就会出现上面那样的错误
将模式改成 rb 即可正常读取二进制数据
with open('test.txt', "rb") as f:
print(b"\xf1\xf2" == f.read()) # 输出结果
True
另一种改法,设置 encoding 参数指定字符串编码
with open('test.txt', "r", encoding="cp1252") as f:
print(f.read()) # 输出结果
ñò
这样也不会有异常了
重点
需要注意当前操作系统默认的字符集编码
https://www.cnblogs.com/poloyy/p/15536156.html
Effective Python(3)- 了解 bytes 与 str 的区别的更多相关文章
- bytes和str的区别与转换
bytes和str的区别 1.英文 b'alex'的表现形式与str没什么两样 2.中文 b'\xe4\xb8\xad'这是一个汉字在utf-8的bytes表现形式 3.中文 b'\xce\xd2'这 ...
- bytes 与 str的区别以及装换
bytes 和 str 的区别: bytes 存储字节( 通常值在 range(0, 256)) str 存储unicode字符( 通常值在0~65535) bytes 与 str 的转换 编码(en ...
- 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 ...
- Python 3中bytes和str的分别
最近把一段py2的代码转换到py3的代码,结果运行到向socket中写数据的代码部分出现了'str' does not support the buffer interface这样一个错误. 一番搜索 ...
- python中bytes和str
1.python中bytes和str Python3 最重要的新特性大概要算是对文本(text)和二进制数据(binary data)作了更为清晰的区分 (1)Python 3.0使用文本和(二进制) ...
- 【Python】Python3中的str和bytes
参考文章:Python 3的bytes/str之别 len()函数计算的是str的字符数,如果换成bytes,len()函数就计算字节数 >>> len('ABC') 3 >& ...
- 浅析Python中bytes和str区别
本博转载自:Chown-Jane-Y的浅析Python3中的bytes和str类型 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Unicode,由str类型表示, ...
- Python的bytes和str
Python和C的字符串 在Python 3 中,bytes单独作为一个类型,不再和str类型混在一起.关于字符串和字节,我想先回顾下C/C++ 在C/C++中,字符串是由char数组构成,每个元素是 ...
- python编程之字符bytes转换str问题
之前学习bytes转换str的时候,场景比较简单,这次是python中使用subprocess模块输出Linux下的执行命令的结果,默认是bytes类型,因此输出的结果并不是我们想要的,bytes的输 ...
随机推荐
- Python3入门系列之-----元组
元组 Python 的元组与列表类似,不同之处在于元组的元素不能修改 元组使用小括号,列表使用方括号 元组创建很简单,只需要在括号中添加元素,并使用逗号隔开即可 实例 tup1 = (1,2,3,4, ...
- Windows10通过WSL编译jdk12
Windows使用WSL编译OpenJDK 安装Ubuntu以及配置国内镜像 首选确保windows10已经安装了ubuntu 更换ubuntu20.04国内镜像,这里我选择的是阿里云镜像 sudo ...
- RabbitMQ的web页面介绍(三)
一.Virtual Hosts 每一个 RabbitMQ 服务器都能创建虚拟的消息服务器,我们称之为虚拟主机 (virtual host) ,简称为vhost.每一个 vhost 本质上是一个独立的小 ...
- harmony OS 开发工具安装
harmony OS 开发工具安装 安装流程 安装完成 初始配置 双击打开 Running DevEco Studio requires the npm configuration informati ...
- SphereEx 公司成立,推动 Apache ShardingSphere 社区加速发展
近日,SphereEx 商业公司在中国红杉种子基金及初心资本助力下,已完成公司及团队组建.各大媒体平台及公众号已相继报道,并抢占新闻头条.作为以 Apache ShardingSphere 核心团队组 ...
- 题解 CF1103E Radix sum
题目传送门 题目大意 给出一个\(n\)个数的序列\(a_{1,2,..,n}\),可以选\(n\)次,每次可以选与上次选的相同的数,问对于\(\forall p\in[0,n-1]\)满足选出来的数 ...
- 分布式应用开发 | SpringBoot+dubbo+zookeeper实现服务注册发现 | 远程服务调用
前言 通过新建两个独立服务--提供者.消费者,模拟两个独立分布的应用,通过使用dubbo+zookeeper来实现远程服务调用. 目录 项目搭建 provider-server consumer-se ...
- Java读取属性配置文件-properties
在项目开发中,我们难免将一些可变的参数放在程序以外,作为一个单独的文件,即配置文件,这样方便项目在不同的使用环境部署时.或者说需要不同时,可以通过简单配置这些程序以外的文件来修改程序里的变量. 常用的 ...
- 【转】简述C和C++的学习历程
简述C和C++的学习历程(转) --by:肖舸老师总是被同学们问到,如何学习C和C++才不茫然,才不是乱学,想了一下,这里给出一个总的回复. 一家之言,欢迎拍砖哈. 1.可以考虑先学习C. 大多数时候 ...
- SingleR如何使用自定义的参考集
在我之前的帖子单细胞分析实录(7): 差异表达分析/细胞类型注释里面,我已经介绍了如何使用SingleR给单细胞数据做注释,当时只讲了SingleR配套的参考集.这次就讲讲如何使用自己定义/找到的基因 ...