Python中bytes与str类型的区别及编码解码详解

Python bytes与str类型概述

经过一上午的资料查阅，大致理清了bytes类型与str类型的区别。

bytes类型的表现形式

bytes类型和str类型在呈现形式上存在相似之处。如果打印一个bytes类型的变量，结果会显示为以b开头、单引号括起来的序列。例如：

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

十六进制与ASCII编码解析

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。

UTF-8解码实验

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'\xe5\x9d\x8fHello'.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\xe5\x9d\x8f 。那么给定一个bytes序列 b'\xe5\x9d\x8fHello'， 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。

解码失败与报错分析

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

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持本站。