python 了解bytes与str的区别（bytes和str）

知识点：

1. bytes包含的是由8位值所组成的序列，str包含的是由 Unicode码点所组成的序列。
2. 我们可以编写辅助函数来确保程序收到的字符序列确实是期望要操作的类型(要知道自己想操作的到底是 Unicode码点，还是原始的8位值。用UTF-8标准给字符串编码,得到的就是这样的一系列8位值)。
3. bytes与str这两种实例不能在某些操作符(例如>、==、+、%操作符)上面混用。
4. 从文件中读取二进制数据(或者把二进制数据写入文件)时,应该用'rb'('wb')这样的二进制模式打开文件。
5. 如果要从文件中读取(或者要写入文件之中)的是 Unicode数据,那么必须注意系统默认的文本编码方案。若无法肯定,可通过 encoding参数明确指定。

我们先来看一段代码吧：

a = b'h\x65llo'  # 这个是一个bytes字节  \x代表这是一个16进制，而一位十六进制代表了四位二进制，所以这里两位十六进制代表了8位二进制，也就是说这代表一个字节，最终解释出来是e
print(list(a))  # 8位的二进制转换成10进值来表述的值。
print(a)  # 直接打印出来的效果

运行结果：
>>>[104, 101, 108, 108, 111]
>>>b'hello'

在python这种语言，字符串b开头表示bytes字节，字符串里面的\x代表这是一个16进制，而一位十六进制代表了四位二进制，所以这里两位十六进制代表了8位二进制，也就是说这代表一个字节，最终解释出来是e

为什么不直接写b'hello'？这个是为了方便我们理解bytes是由8位值组成。在计算机里面str 等于 bytes， 而bytes却不等于str, 因为计算机bytes可以表示更多的格式，音频、视频、字符串、文档等等。

b = b''         # 创建一个空的bytes
b = bytes()      # 创建一个空的bytes
b = b'hello'    #  直接指定这个hello是bytes类型
b = bytes('string',encoding='编码类型')  #利用内置bytes方法，将字符串转换为指定编码的bytes
b = str.encode('编码类型')   # 利用字符串的encode方法编码成bytes，默认为utf-8类型

bytes.decode('编码类型')：将bytes对象解码成字符串，默认使用utf-8进行解码。

str类型：

a = 'a\u0300 hello \u4f60\u597d'   # \u代表 Unicode码点
print(list(a))
print(a)

运行结果：
>>>['a', '?', ' ', 'h', 'e', 'l', 'l', 'o', ' ', '你', '好']
>>>a? hello 你好

python3,不需要像python2那样复杂的转码，因为他是采用Unicode，全世界的语言的支持，不会出现乱码。

但是str在转换成bytes的时候就需要注意了，因为一些特定的场景是转换时是需要编码格式的，但是如果没有指定的话默认都是UTF-8。

辅助函数：

def to_str(bytes_or_str):
    if isinstance(bytes_or_str, bytes):  # 判断是否bytes类型
        value = bytes_or_str.decode('utf-8')
    else:
        value = bytes_or_str
    return value

print(repr(to_str(b'foo')))
print(repr(to_str('bar')))

运行结果：
>>>'foo'
>>>'bar'

上面的辅助函数会先对值类型进行判断，如果判断是bytes类型就会进行解码。当然，上面的代码还是有点问题，bytes如果是编码类型不是utf-8那么解码出来的数据就是一堆乱码。

bytes与str这两种实例不能在某些操作符(例如>、==、+、%操作符)上面混用：

print(b'one' + b'two')
print('one' + 'two')

运行结果：
>>>b'onetwo'
>>>onetwo

有了前面关于beyts与str两种类型的基本认识，我们来看看上面这段代码是成立的，bytes与bytes可以使用操作符进行拼接，str类型也一样，但是下面的代码就出出错。

print(b'one' + 'two')
print('one' + b'two')

运行结果：
>>>TypeError: can't concat str to bytes
>>>TypeError: can only concatenate str (not "bytes") to str

上面的代码如果没有用try去捕获异常的话，执行到第一行的时候程序就会终止，不再往下继续执行，如果两行都复制去执行是不会看到这两个运行结果的。

再来看看这个例子：

a=b'ab'
print(list(a))
print(b'a' > b'b')
print(b'a' == 'a')

运行结果：
>>>[97, 98]
>>>False
>>>False

正常：

print('a' > b'b')

运行结果：
>>>TypeError: '>' not supported between instances of 'str' and 'bytes'

写入用bytes需要用wb模式，但是如果需要直接读取出数据，如果确定知道是文本那么可以用r模式，如果不是默认的编码格式还需要指定一下。

with open('test.bin', 'wb') as f:
    f.write(b'\xf1\xf2\xf3\xf4\xf5')

with open('test.bin', 'rb') as f:
    data = f.read()

print(data == b'\xf1\xf2\xf3\xf4\xf5')

with open('test.bin', 'r', encoding='cp1252') as f:
    data = f.read()
    print(data)

运行结果：
>>>True
>>>?òó??

关于bytes与str就这么多了。