python技巧31[unicode和bytes]
一 Python3 中字符串的類(lèi)型
- bytearray([source[, encoding[, errors]]])
-
Return a new array of bytes. The bytearray type is a mutable sequence of integers in the range 0 <= x < 256.
- str([object[, encoding[, errors]]])
-
Return a string version of an object. str默認(rèn)為unicode的字符串。
貌似也沒(méi)有了2.x中的basestring類(lèi)型了。
二 實(shí)例
def TestisStrOrUnicdeOrString():
bs = b'Hello'
ustr = 'abc'
print (isinstance(bs, str)) #False
print (isinstance(bs,bytes)) #True
print (isinstance(ustr,str)) #True
print (isinstance(ustr, bytes)) #False
print (isinstance(bs,(bytes,str))) #True
def TestChinese():
us = '中國(guó)'
bs = b'AAA'
bs2 = bytes('中國(guó)','gbk')
print (us + ':' + str(type(us))) #中國(guó):<class 'str'>
print (bs) #b'AAA'
print (bs2) # b'\xd6\xd0\xb9\xfa'
print (':' + str(type(bs2))) #:<class 'bytes'>
print (bs2.decode('gbk')) #中國(guó)
# TypeError: Can't convert 'bytes' object to str implicitly
#newstr = us + bs2
print ('us == bs2' + ':' + str(us == bs2)) #us == bs2:False
s3 = 'AAA中國(guó)'
print (s3) # AAA中國(guó)
s4 = bytes('AAA中國(guó)','gbk')
print (s4) # b'AAA\xd6\xd0\xb9\xfa'
def TestPrint():
print ('AAA' + '中國(guó)') # AAA中國(guó)
#print (b'AAA' + b'中國(guó)') # # SyntaxError: bytes can only contain ASCII literal characters.
#print ('AAA' + bytes('中國(guó)','gbk')) # TypeError: Can't convert 'bytes' object to str implicitly
def TestCodecs():
import codecs
look = codecs.lookup("gbk")
a = bytes("北京",'gbk')
print (len(a), a, type(a)) #4 b'\xb1\xb1\xbe\xa9' <class 'bytes'>
b = look.decode(a)
print (b[1], b[0], type(b[0])) #4 北京 <class 'str'>
if __name__ == '__main__':
TestisStrOrUnicdeOrString()
TestChinese()
TestPrint()
TestCodecs()
三 總結(jié)
1） Python 3會(huì)假定我們的源碼 — 即.py文件 — 使用的是UTF-8編碼方式。Python 2里，.py文件默認(rèn)的編碼方式為ASCII。可以使用# -*- coding: windows-1252 -*-方式來(lái)改變文件的編碼。如果py文件中包含中文的字符串，則需要制定為# -*- coding: gbk -*-，貌似默認(rèn)的utf8不夠哦。
2） python3中默認(rèn)的str為unicode的，可以使用str.encode來(lái)轉(zhuǎn)為bytes類(lèi)型。
3） python3的print函數(shù)只支持unicode的str，貌似沒(méi)有對(duì)bytes的解碼功能，所以對(duì)對(duì)不能解碼的bytes不能正確輸出。
4） str和bytes不能連接和比較。
5） codecs任然可以用來(lái)str和bytes間的轉(zhuǎn)化。
6） 定義非ascii碼的bytes時(shí)，必須使用如 bytes('中國(guó)','gbk') 來(lái)轉(zhuǎn)碼。
python 2.6 的字符及編碼轉(zhuǎn)化見(jiàn) ：http://www.rzrgm.cn/itech/archive/2011/03/27/1996883.html
完！
浙公網(wǎng)安備 33010602011771號(hào)