编码与解码

Python中bytes 类型用来表示一个字节串。

bytes 是 Python 3.x 新增的类型，在 Python 2.x 中是不存在的。

字节：（byte）：是计算机中 数据处理 的基本单位

1B（byte,字节）= 8bit（位)

位：（bit）：是计算机 内部数据 储存的最小单位，11001100是一个八位二进制数

字节串（bytes）和字符串（string）的对比：

1、字符串由若干个字符组成，以字符为单位进行操作；字节串由若干个字节组成，以字节为单位进行操作。

2、字节串和字符串除了操作的数据单元不同之外，它们支持的所有方法都基本相同。

3、字节串和字符串都是不可变序列，不能随意增加和删除数据。

bytes 只负责以字节序列的形式（二进制形式）来存储数据，至于这些数据到底表示什么内容（字符串、数字、图片、音频等），完全由程序的解析方式决定。如果采用合适的字符编码方式（字符集），字节串可以恢复成字符串；反之亦然，字符串也可以转换成字节串。

说白了，bytes 只是简单地记录内存中的原始数据，至于如何使用这些数据，bytes 并不在意，你想怎么使用就怎么使用，bytes 并不约束你的行为。

bytes 类型的数据非常适合在互联网上传输，可以用于网络通信编程；bytes 也可以用来存储图片、音频、视频等二进制格式的文件。

字符串和 bytes 存在着千丝万缕的联系，我们可以通过字符串来创建 bytes 对象，或者说将字符串转换成 bytes 对象。有以下三种方法可以达到这个目的：

1、如果字符串的内容都是 ASCII 字符，那么直接在字符串前面添加b前缀就可以转换成 bytes。

2、bytes 是一个类，调用它的构造方法，也就是 bytes()，可以将字符串按照指定的字符集转换成 bytes；如果不指定字符集，那么默认采用 UTF-8。

3、字符串本身有一个 encode() 方法，该方法专门用来将字符串按照指定的字符集转换成对应的字节串；如果不指定字符集，那么默认采用 UTF-8。

【实例】使用不同方式创建 bytes 对象：

#通过构造函数创建空 bytes
b1 = bytes()
#通过空字符串创建空 bytes
b2 = b''
#通过b前缀将字符串转换成 bytes
b3 = b'helloworld'
print("b3: ", b3)
#为 bytes() 方法指定字符集
b4 = bytes('六星教育', encoding='UTF-8')
print("b4: ", b4)
#通过 encode() 方法将字符串转换成 bytes
b5 = "六星教育".encode('UTF-8')
print("b5: ", b5)

运行结果：

b3:  b'helloworld'
b4:  b'\xe5\x85\xad\xe6\x98\x9f\xe6\x95\x99\xe8\x82\xb2'
b5:  b'\xe5\x85\xad\xe6\x98\x9f\xe6\x95\x99\xe8\x82\xb2'

从运行结果可以发现，对于非 ASCII 字符，print 输出的是它的字符编码值（十六进制形式），而不是字符本身。非 ASCII 字符一般占用两个字节以上的内存，而 bytes 是按照单个字节来处理数据的，所以不能一次处理多个字节。

bytes 类也有一个 decode() 方法，通过该方法可以将 bytes 对象转换为字符串。紧接上面的程序，添加以下代码：

#通过 decode() 方法将 bytes 转换成字符串
str1 = b5.decode('UTF-8')
print("str1: ", str1)

输出结果：

str1: 六星教育

刚刚在介绍 bytes 类型时，已经对 encode() 和 decode() 方法的使用做了简单的介绍，现在将对这 2 个方法做详细地说明。

我们知道，最早的字符串编码是 ASCII 编码，它仅仅对 10 个数字、26 个大小写英文字母以及一些特殊字符进行了编码。ASCII 码做多只能表示 256 个符号，每个字符只需要占用 1 个字节。

随着信息技术的发展，各国的文字都需要进行编码，于是相继出现了 GBK、GB2312、UTF-8 编码等，其中 GBK 和 GB2312 是我国制定的中文编码标准，规定英文字符母占用 1 个字节，中文字符占用 2 个字节；而 UTF-8 是国际通过的编码格式，它包含了全世界所有国家需要用到的字符，其规定英文字符占用 1 个字节，中文字符占用 3 个字节。

Python3.x 默认采用 UTF-8 编码格式，有效地解决了中文乱码的问题。

在 Python 中，有 2 种常用的字符串类型，分别为 str 和 bytes 类型，其中 str 用来表示 Unicode 字符，bytes 用来表示二进制数据。str 类型和 bytes 类型之间就需要使用 encode() 和 decode() 方法进行转换。

代码演示：

# 编码
s = '海内存知己天涯若比邻'
print(s.encode(encoding='GBK'))  # 在GBK这种编码格式中，一个中文占两个字节
# b'\xba\xa3\xc4\xda\xb4\xe6\xd6\xaa\xbc\xba\xcc\xec\xd1\xc4\xc8\xf4\xb1\xc8\xc1\xda'
print(s.encode(encoding='UTF-8'))  # 在UTF-8这种编码格式中，一个中文占三个字节
# b'\xe6\xb5\xb7\xe5\x86\x85\xe5\xad\x98\xe7\x9f\xa5\xe5\xb7\xb1\xe5\xa4\xa9\xe6\xb6\xaf\xe8\x8b\xa5\xe6\xaf\x94\xe9\x82\xbb'
# 解码
byte = s.encode(encoding='GBK')  # 编码
print(byte.decode(encoding='GBK'))  # 解码
byte = s.encode(encoding='UTF-8')  # 编码
print(byte.decode(encoding='UTF-8'))  # 解码

运行结果：

b'\xba\xa3\xc4\xda\xb4\xe6\xd6\xaa\xbc\xba\xcc\xec\xd1\xc4\xc8\xf4\xb1\xc8\xc1\xda'
b'\xe6\xb5\xb7\xe5\x86\x85\xe5\xad\x98\xe7\x9f\xa5\xe5\xb7\xb1\xe5\xa4\xa9\xe6\xb6\xaf\xe8\x8b\xa5\xe6\xaf\x94\xe9\x82\xbb'
海内存知己天涯若比邻
海内存知己天涯若比邻