Python 字符串和字节字符串之间的区别是什么？

我正在使用一个返回字节字符串的库，我需要将其转换为字符串

虽然我不确定区别是什么——如果有的话

假设Python3（在Python2中，这种差异定义得不太明确）-字符串是一个字符序列，即；这些是一个抽象概念，不能直接存储在磁盘上。字节字符串是一个字节序列，可以存储在磁盘上。它们之间的映射是一种编码——其中有很多（可能有无限多个）——为了进行转换，您需要知道在特定情况下应用哪种编码，因为不同的编码可能会将相同的字节映射到不同的字符串：

>>> b'\xcf\x84o\xcf\x81\xce\xbdo\xcf\x82'.decode('utf-16')
'蓏콯캁澽苏'
>>> b'\xcf\x84o\xcf\x81\xce\xbdo\xcf\x82'.decode('utf-8')
'τoρνoς'

一旦知道要使用哪一个，就可以使用字节字符串的

.decode（）

方法从中获取正确的字符串，如上所述。为了完整性起见，字符串的

.encode（）

方法与此相反：

>>> 'τoρνoς'.encode('utf-8')
b'\xcf\x84o\xcf\x81\xce\xbdo\xcf\x82'

---

计算机只能存储字节

要在计算机中存储任何内容，必须首先对其进行编码，即将其转换为字节。例如：

• 如果要存储音乐，必须首先使用

  MP3

  、

  WAV

  等对其进行编码
• 如果要存储图片，必须首先使用

  PNG

  、

  JPEG

  等对其进行编码
• 如果要存储文本，必须首先使用

  ASCII

  、

  UTF-8

  等对其进行编码

MP3

、

WAV

、

PNG

、

JPEG

、

ASCII

和

UTF-8

都是编码的示例。编码是以字节表示音频、图像、文本等的格式

在Python中，字节字符串就是：一个字节序列。它不是人类可读的。在引擎盖下，所有内容都必须转换为字节字符串，然后才能存储在计算机中

另一方面，字符串（通常称为“字符串”）是一个字符序列。它是人类可读的。字符串不能直接存储在计算机中，必须先对其进行编码（转换为字节字符串）。可以通过多种编码将字符串转换为字节字符串，例如

ASCII

和

UTF-8

'I am a string'.encode('ASCII')

上面的Python代码将使用编码

ASCII

对字符串

'I am a string'

进行编码。上述代码的结果将是一个字节字符串。如果您打印它，Python将把它表示为

b'I am a string'

。但是，请记住，字节字符串不是人类可读的，只是当您打印它们时，Python会从

ASCII

对它们进行解码。在Python中，字节字符串由

b

表示，后跟字节字符串的

ASCII

表示

如果您知道用于编码的编码，则可以将字节字符串解码回字符串

b'I am a string'.decode('ASCII')

上述代码将返回原始字符串

“我是字符串”

编码和解码是反向操作。在写入磁盘之前，必须对所有内容进行编码，并且在人类读取之前必须对其进行解码。

来源：

从根本上说，计算机只处理数字。它们通过为每个字母指定一个数字来存储字母和其他字符

Unicode为每个字符提供一个唯一的数字，无论平台是什么，程序是什么，语言是什么

因此，当计算机表示字符串时，它通过其唯一的Unicode编号查找存储在字符串计算机中的字符，这些数字存储在内存中。但您不能直接将字符串写入磁盘或通过其唯一的Unicode数字在网络上传输字符串，因为这些数字只是简单的十进制数字。您应该将字符串编码为字节字符串，例如

UTF-8

UTF-8

是一种字符编码，能够对所有可能的字符进行编码，并将字符存储为字节（看起来像）。因此，编码字符串可以在任何地方使用，因为几乎所有地方都支持

UTF-8

。当您从其他系统打开以

UTF-8

编码的文本文件时，您的计算机将对其进行解码，并通过其唯一的Unicode编号显示其中的字符。当浏览器从网络接收到编码为

UTF-8

的字符串数据时，它会将数据解码为字符串（假定浏览器处于

UTF-8

编码中）并显示该字符串

在python3中，可以将字符串和字节字符串相互转换：

>>> print('中文'.encode('utf-8'))
b'\xe4\xb8\xad\xe6\x96\x87'
>>> print(b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8'))
中文 

---

一句话，字符串用于显示给人类在计算机上阅读，字节字符串用于存储到磁盘和数据传输。注意：我将详细阐述我对Python 3的回答，因为Python 2的寿命即将结束

Python 3中的

bytes

由8位无符号值序列组成，而

str

由表示人类语言文本字符的Unicode码点序列组成

>#字节
>>>b=b'h\x65llo'
>>>类型（b）
>>>名单（b）
[104, 101, 108, 108, 111]
>>>印刷品（b）
b‘你好’
>>>
>>>#str
>>>s='nai\u0308ve'
>>>类型
>>>名单
['n'、'a'、'i'、'.'、'v'、'e']
>>>印刷品
奈维

尽管

bytes

和

str

的工作方式似乎相同，但它们的实例彼此不兼容，即

bytes

和

str

实例不能与

和

+

等运算符一起使用。此外，请记住，比较

字节

和

str

实例是否相等，即使用

=

，即使它们包含完全相同的字符，也将始终计算为

假

连接 >>>你好+再见#这是可能的 b'hibye' >>>“你好”+“再见”#我是als

>>> 'š'.encode('utf-8')
b'\xc5\xa1'

>>> bin(int(b'\xc5\xa1'.hex(), 16))
'0b1100010110100001'

11000101 10100001
   ^^^^^   ^^^^^^
   00101   100001

>>> chr(int('101100001', 2))
'š'

casefold
encode
format
format_map
isdecimal
isidentifier
isnumeric
isprintable

decode
fromhex
hex