聊聊Python 3 的字符串：str 和 bytes 的區別

AWang 發布于2019-07-31 10:19 / 2024人閱讀

摘要：的字符串有兩種和，的字符串也有兩種和。不同字符的不同表現，讓的和顯得撲朔迷離。在中，嚴格區分了和，不同類型之間操作就會拋出的異常。和之間的轉換一圖勝千言和的相互轉換指的是具體的編碼規則的名稱，對于中文來說，它可以是這些值等等。

Python2的字符串有兩種：str 和 unicode，Python3的字符串也有兩種：str 和 bytes。Python2 的 str 相當于 Python3 的bytes，而unicode相當于Python3的str。

Python2里面的str和unicode是可以混用的，在都是英文字母的時候str和unicode沒有區別。而Python3 嚴格區分文本（str）和二進制數據（bytes），文本總是unicode，用str類型，二進制數據則用bytes類型表示，這樣嚴格的限制也讓我們對如何使用它們有了清晰的認識，這是很棒的。

Python2 和 Python3 的區別

通過以下代碼我們認識以下Python2和Python3的字符串混用情況：

Python2中：

In [1]: "a" == u"a"
Out[1]: True

In [2]: "a" in u"a"
Out[2]: True

In [3]: "編程" == u"編程"
/usr/local/bin/ipython:1: UnicodeWarning: Unicode equal comparison failed to convert both arguments to Unicode - interpreting them as being unequal
#!/usr/bin/python
Out[3]: False

In [4]: "編程" in u"編程"
---------------------------------------------------------------------------
UnicodeDecodeError Traceback (most recent call last)
 in ()
----> 1 "編程" in u"編程"

UnicodeDecodeError: "ascii" codec can"t decode byte 0xe7 in position 0: ordinal not in range(128)

Python3中：

In [1]: "a" == b"a"
Out[1]: False

In [2]: "a" in b"a"
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
 in ()
----> 1 "a" in b"a"

TypeError: a bytes-like object is required, not "str"

以上代碼可以看到，Python2中str和unicode的在都是ascii碼時混用沒區別，因為unicode的ascii區域的值跟str的ascii是一樣的；而對應非ascii區域（比如中文），二者又不一樣了，可以看到Python2拋出了UnicodeDecodeError的異常，相信這也是很多人處理文本時遇到過的錯誤；‘編程’在str類型時長度是6，而在unicode時是2。不同字符的不同表現，讓Python2的str和unicode顯得撲朔迷離。

在Python3中，嚴格區分了str和bytes，不同類型之間操作就會拋出TypeError的異常。

上面用示例闡述了Python2和Python3中字符串的不同，下面主要講Python3中的字符串。

str和bytes之間的轉換

一圖勝千言：

str和bytes的相互轉換

str.encode(‘encoding’) -> bytes

bytes.decode(‘encoding’) -> str

encoding 指的是具體的編碼規則的名稱，對于中文來說，它可以是這些值： ‘utf-8’, ‘gb2312’, ‘gbk’, ‘big5’ 等等。

不知道你有沒有注意到上圖中str矩形要比bytes矩形短，表示同樣的內容，str的長度要小于或等于bytes的長度，你可以考慮一下原因（參考Unicode、UTF-8的編碼規則）

下面看看具體代碼理解一下str和bytes的相互轉換：

In [16]: a = "T恤"

In [17]: a
Out[17]: "T恤"

In [18]: len(a)
Out[18]: 2

In [19]: b = a.encode("utf8")

In [20]: b
Out[20]: b"Txe6x81xa4"

In [21]: a == b
Out[21]: False

In [22]: c = a.encode("gbk")

In [23]: c
Out[23]: b"Txd0xf4"

In [24]: b == c
Out[24]: False

In [25]: a == c
Out[25]: False

上面str和bytes之間的轉換是針對文本內容的，要是其它二進制內容（比如，圖片）時，bytes就不能decode成str了，看以下代碼的異常：

In [29]: img = open("str-bytes.jpg", "rb").read()

In [30]: type(img)
Out[30]: bytes

In [31]: img.decode("utf8")
---------------------------------------------------------------------------
UnicodeDecodeError Traceback (most recent call last)
 in ()
----> 1 img.decode("utf8")

UnicodeDecodeError: "utf-8" codec can"t decode byte 0xff in position 0: invalid start byte

因為圖片中的二進制數據不符合文本數據的UTF-8編碼規則。

上面獲得圖片數據時，我們用到了open()來讀取文件，文件存儲的無非是文本和二進制這兩種格式，讀寫文件時也有分清楚編碼：

In [32]: open("z.txt", "w").write("T恤")
Out[32]: 2

In [33]: open("z.txt", "w").write(img)
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
 in ()
----> 1 open("z.txt", "w").write(img)

TypeError: write() argument must be str, not bytes

In [34]: open("z.txt", "wb").write(img)
Out[34]: 12147

讀寫二進制數據（如圖片）時，要加’rb’參數，b代碼binary（二進制）

讀寫文本數據時，一般加’b’,open()會自動轉換bytes到str。

總結一下

Python3里面的str是在內存中對文本數據進行使用的，bytes是對二進制數據使用的。

str可以encode為bytes，但是bytes不一定可以decode為str。實際上bytes.decode(‘latin1’)可以稱為str，也就是說decode使用的編碼決定了decode()的成敗，同樣的，UTF-8編碼的bytes字符串用GBK去decode()也會出錯。

bytes一般來自網絡讀取的數據、從二進制文件（圖片等）讀取的數據、以二進制模式讀取的文本文件(.txt, .html, .py, .cpp等)

文章首發于猿人學網站:https://www.yuanrenxue.com/

云服務器 GPU云服務器 byte和bit的區別 bit和byte的區別 python的str python和php的區別

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/43645.html

002_第一部分_[字典 / 列表解析 / 字符串操作 / STR與BYTES的區別 ]

摘要：一字典定義字典獲取元素這兩個的區別用在不存在的時候不會拋出設置當不存在的時候返回的內容增加和修改元素修改和增加元素的方法都是這個刪除元素刪除的同時返回刪除的內容如果刪除不存在的會報這個時候就需要給定返回值這樣返回的就是不會報錯誤從字典中隨機一.字典: 定義字典:d = {}d = dict()d = {a:1, b:2} 1.獲取元素: d[a] d.get(a) >這兩個的區別,用...

CastlePeaK 2019-07-24 18:31 評論0 收藏0
Python2.x與3??.x版本區別

Python的3??.0版本，常被稱為Python 3000，或簡稱Py3k。相對于Python的早期版本，這是一個較大的升級。為了不帶入過多的累贅，Python 3.0在設計的時候沒有考慮向下相容。許多針對早期Python版本設計的程式都無法在Python 3.0上正常執行。為了照顧現有程式，Python 2.6作為一個過渡版本，基本使用了Python 2.x的語法和庫，同時考慮了向Python...

neu 2019-07-30 18:40 評論0 收藏0
Python 2.x 與 Python 3.x 的區別

摘要：官方也宣布在停止對的維護。并且在很多面試過程中，面試官都會問與的區別。的版本，常被稱為，或簡稱。與部分地支持這種形式的語法。捕獲異常的語法由改為。在中，表示八進制字面量的方式只有一種，就是。已經支援新的模組。前言如果你是剛接觸 Python 的初學者，那你可能是直接學習 Python 3.x 版本。對于 Python 2.x 的版本是不會有所接觸。官方也宣布在 2020 停止對 P...

LittleLiByte 2019-07-30 17:08 評論0 收藏0
聊聊 Java8 以后各個版本的新特性

摘要：于是抽時間看了看以后各個版本的特性，做了一個總結。年和公開版本發布，取名為。此后對應版本就是，。發布，是一個重大版本更新。在此之后，就是每六個月發布一次新版本。以上和參考資料聊了一些關于的歷史，下面我們看看各個版本有那些新特性。【這是 ZY 第 11 篇原創技術文章】某天在網上閑逛，突然看到有篇介紹 Java 11 新特性的文章，頓時心里一驚，畢竟我對于 Java 的版本認識...

K_B_Z 2019-08-19 10:35 評論0 收藏0
詳解python2和python3的區別

摘要：認為有極大的優化空間，在字符串和整形操作上可以取得很好的優化結果。的和方法返回迭代器，而之前的等函數都被廢棄。python有兩個主要的版本，python2 和 python3 ，但是python又不同于其他語言，向下兼容，python3是不向下兼容的，但是絕大多數組件和擴展都是基于python2的，下面就來總結一下python2和python3的區別。 ? 1.性能? Py3.0運...

Sourcelink 2019-05-23 16:08 評論0 收藏0