字节类型解析

python中使用字节类型(bytes)来表示二进制信息，它是由单个字节构成的不可变序列。

字节类型的字面量的语法与字符串大致相同，只是添加了一个前缀b。

字节类型的字面量中只允许ASCII字符。

任何超过127的二进制值使用前缀\x和十六进制来表示。

编码与解码

字符串转换为对应的编码称为编码，根据字符编码转换为字符叫解码。

编码

字符串方法.encode()可以将字符串转换为对应的编码的bytes对象。

>>> res = 'abc123'.encode('ascii')
>>> res
b'abc123'
>>> type(res)
bytes

因为都是ascii码字符，使用本身字面量来表示，所以看起来和字符串没有什么区别，除了多了一个前缀b。

>>> res = '中'.encode('gbk')
>>> res
b'\xd6\xd0'
>>> len(res)
2

中字在gbk中的编码为54992，二进制表示为：

>>> bin(54992)
'0b1101011011010000'

总共16位，需要两个字节来表示，按照16进制表示第一个字节为：

>>> hex(0b11010110)
'0xd6'

第二个字节为：

>>> hex(0b11010000)
'0xd0'

换成\x前缀后为：

'\xd6\xd0'

是不是跟上面的结果一样。

>>> res = '中'.encode('utf-8')
b'\xe4\xb8\xad'

utf-8码，三个字节表示一个汉字。

解码

bytes对象方法.decode()可以将字节对象转换为对应编码的字符串对象。

>>> b'\xd6\xd0'.decode('gbk')
'中'

注意：不是所有的二进制信息都可以解码为字符，只有以字符编码组织的二进制信息才可以解码为字符。当二进制信息不是以字符编码组织的，或者使用错误的字符编码进行解码会抛出异常。

>>> b'\xd6\xd0'.decode('utf-8')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xd6 in position 0: invalid continuation byte

注意：为了解决字符串不一致的问题，python3中，所有的字符串在内存中都是以unicode来表示的，其它的编码再通过uniocde进行转换。

>>> '中'.encode('unicode_escape')
b'\\u4e2d'					# unicode
>>> b'\\u4e2d'.decode()
>>> b'\\u4e2d'.decode('unicode_escape')
'中'

转自(https://www.cnblogs.com/superwuchaofan/category/1857182.html)