bytes类型和python中编码的转换方法

一、bytes类型

bytes类型是指一堆字节的集合，在python中以b开头的字符串都是bytes类型。例如：

>>> a = "中国"

>>> a.encode("utf-8")

b'\xe4\xb8\xad\xe5\x9b\xbd'

py3中字符串都是Unicode编码，显示正常字符，其余编码的数据都以bytes类型显示。

bytes类型的作用：

计算机只能存储2进制，我们的字符、图片、视频、音乐等想存到硬盘上，也必须以正确的方式编码成2进制后再存。

对于文字，我们可以以gbk编码，也可以以utf-8、ASCII编码。

对于图片，必须编码成PNG,JPEG等格式

对于音乐，必须编码成MP3,WAV等...

在python中，数据转成2进制后不是直接以0101010的形式表示的，而是用一种叫bytes(字节)的类型来表示，其中用16进制表示的二进制字节，即一个16进制表示四位二进制，2个16进制代表一个字节。

在python中，字符串必须编码成bytes后才能存到硬盘上。如果不在文件头声明编码，python3在文件存储中默认用utf-8编码。

另外，python中，字符的编码例如gbk、utf-8、ASCII等还可以识别转换，而图片、音乐、视频等，编码不能识别，只能以bytes形式出现，传输存储。

二、python中编码的转换方法

编码转换是指将一种编码转成另外一种编码，比如 utf-8 to gbk。

编码转换的作用：

不同操作系统编码不同， utf-8在win上没办法直接看，因为windows是GBK编码的，得转成gbk。

反过来如果你的GBK字符相在Linux\Mac上正常显示，就得转成utf-8编码。

另外，或者在python中将字符串定义直接定义为unicode编码，引号前加u，在任何系统都正常显示：

a = u"word"

>>> a

u'word'

>>> type(a)

<type 'unicode'>

编码转换的方法:

decode()解码，encode()编码

UTF-8 --> decode 解码 --> Unicode

Unicode --> encode 编码 --> GBK / UTF-8

例如：

>>> a = "中国"

>>> b = a.encode("utf-8")

>>> print(b)

b'\xe4\xb8\xad\xe5\x9b\xbd'

>>> b.decode("utf-8")

'中国'

注：以什么编码，就要以什么解码，要不然就出错或者乱码了

巴特西