快捷導(dǎo)航

Python每天必學(xué)之bytes字節(jié)

更新時(shí)間：2016年01月28日 12:00:11 作者：gavinfish

Python每天必學(xué)之bytes字節(jié)，針對(duì)Python中的bytes字節(jié)進(jìn)行學(xué)習(xí)理解，感興趣的小伙伴們可以參考一下

Python中的字節(jié)碼用b'xxx'的形式表示。x可以用字符表示，也可以用ASCII編碼形式\xnn表示，nn從00-ff(十六進(jìn)制)共256種字符。

一、基本操作

下面列舉一下字節(jié)的基本操作，可以看出來(lái)它和字符串還是非常相近的：

In[40]: b = b"abcd\x64"
In[41]: b
Out[41]: b'abcdd'
In[42]: type(b)
Out[42]: bytes
In[43]: len(b)
Out[43]: 5
In[44]: b[4]
Out[44]: 100 # 100用十六進(jìn)制表示就是\x64

如果想要修改一個(gè)字節(jié)串中的某個(gè)字節(jié)，不能夠直接修改，需要將其轉(zhuǎn)化為bytearray后再進(jìn)行修改：

In[46]: barr = bytearray(b)
In[47]: type(barr)
Out[47]: bytearray
In[48]: barr[0] = 110
In[49]: barr
Out[49]: bytearray(b'nbcdd')

二、字節(jié)與字符的關(guān)系

上面也提到字節(jié)跟字符很相近，其實(shí)它們是可以相互轉(zhuǎn)化的。字節(jié)通過(guò)某種編碼形式就可以轉(zhuǎn)化為相應(yīng)的字符。字節(jié)通過(guò)encode()方法傳入編碼方式就可以轉(zhuǎn)化為字符，而字符通過(guò)decode()方法就可以轉(zhuǎn)化為字節(jié)：

In[50]: s = "人生苦短，我用Python"
In[51]: b = s.encode('utf-8')
In[52]: b
Out[52]: b'\xe4\xba\xba\xe7\x94\x9f\xe8\x8b\xa6\xe7\x9f\xad\xef\xbc\x8c\xe6\x88\x91\xe7\x94\xa8Python'
In[53]: c = s.encode('gb18030')
In[54]: c
Out[54]: b'\xc8\xcb\xc9\xfa\xbf\xe0\xb6\xcc\xa3\xac\xce\xd2\xd3\xc3Python'
In[55]: b.decode('utf-8')
Out[55]: '人生苦短，我用Python'
In[56]: c.decode('gb18030')
Out[56]: '人生苦短，我用Python'
In[57]: c.decode('utf-8')
Traceback (most recent call last):
 exec(code_obj, self.user_global_ns, self.user_ns)
 File "<ipython-input-57-8b50aa70bce9>", line 1, in <module>
 c.decode('utf-8')
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xc8 in position 0: invalid continuation byte
In[58]: b.decode('gb18030')
Out[58]: '浜虹敓鑻︾煭錛屾垜鐢≒ython'

我們可以看到用不同的編碼方式解析出來(lái)的字符和字節(jié)的方式是完全不同，如果編碼和解碼用了不同的編碼方式，就會(huì)產(chǎn)生亂碼，甚至轉(zhuǎn)換失敗。因?yàn)槊糠N編碼方式包含的字節(jié)種類數(shù)目不同，如上例中的\xc8就超出了utf-8的最大字符。

三、應(yīng)用

舉個(gè)最簡(jiǎn)單的例子，我要爬取一個(gè)網(wǎng)頁(yè)的內(nèi)容，現(xiàn)在來(lái)爬取用百度搜索Python時(shí)返回的頁(yè)面，百度用的是utf-8編碼格式，如果不對(duì)返回結(jié)果解碼，那它就是一個(gè)超級(jí)長(zhǎng)的字節(jié)串。而進(jìn)行正確解碼后就可以顯示一個(gè)正常的html頁(yè)面。

import urllib.request

url = "http://www.baidu.com/s?ie=utf-8&wd=python"
page = urllib.request.urlopen(url)
mybytes = page.read()
encoding = "utf-8"
print(mybytes.decode(encoding))
page.close()

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家學(xué)習(xí)python程序設(shè)計(jì)有所幫助。

您可能感興趣的文章: