技術標籤：python 修改bytes只

(文章寫的有點亂，湊合看吧)

在Python 3中有兩種表示字串的方式：bytes和str。bytes的例項包含原始的8位值(raw 8-bit values)；str例項包含Unicode字元。

Python 2中也有兩種表示字串的方式：str和unicode。與Python 3對比，Python 2中str例項包含原始的8位值，unicode包含Unicode字元。

有很多種方式能夠將Unicode字元表示為二進位制資料(binary data，raw 8-bit values)。最常用的一種編碼格式是UTF-8。需要注意的是，Python 3中的str例項以及Python 2中的unicode例項都沒有相關的二進位制編碼格式。要想使Unicode字元轉換成二進位制資料必須使用encode方法。要想使二進位制資料轉換成Unicode字元必須使用decode方法。

Python 3程式碼示例：

當你在編寫Python程式時，最好在遠離介面的地方進行decode、encode操作。程式碼的核心應該使用Unicode字元型別(Python 3中使用str，Python 2中使用unicode)，並且不應當對任何字串進行encode操作。這樣做的好處就是，當你需要嚴格控制你的輸出文字的編碼格式時，你的程式碼可以很容易的轉換成其它字元編碼格式，例如latin-1、Shift JIS、 Big5等。Python針對字元型別的分類引出了兩種問題：

• 按照8位原始值的形式操作UTF-8字串或者其它編碼格式字串；
• 操作Unicode字元。

此時你需要一些幫助方法來幫助你修改方法的輸入引數，使這些引數的編碼格式符合你的要求。

在Python 3中你需要一個方法接收str或bytes，返回str:

同時需要另一個方法接收str或者bytes返回bytes:

在Python 2中你需要一個方法，這個方法接收str或unicode，返回unicode：

def to_unicode(unicode_or_str): if isinstance(unicode_or_str, str): value = unicode_or_str.decode('utf-8') else: value = unicode_or_str return value # Instance of unicode

同時需要另一個方法用於接收str或者unicode，返回str:

def to_str(unicode_or_str): if isinstance(unicode_or_str, unicode): value = unicode_or_str.encode('utf-8') else: value = unicode_or_str return value # Instance of str

在Python中處理原始8位值和Unicode字元時有兩個大問題。

第一個問題是在Python 2中，如果一個字串只包含7位的ACSII字元時，str和unicode例項看起來是一樣的。

• 可以使用+連結兩個str和unicode物件；
• 可以使用等於、不等於操作符比較兩個str和unicode物件；
• 可以使用unicode例項作為格式化字串，例如"%s"。

上面的行為意味著不論一個方法期望接收的是str還是unicode物件，你都可以隨意傳遞這兩個中的一個。在Python 3中，bytes和str從來都不是一回事，甚至空物件也不一樣，所以在傳遞字元序列時一定要注意所傳遞的資料型別。

另一個問題是，在Python 3中檔案處理方法返回的物件(open方法返回的物件)預設是使用UTF-8編碼的。在Python 2中檔案操作預設返回二進位制編碼(binary encoding)。這會導致一些奇怪的問題，尤其是那些習慣於Python 2的程式設計師。

例如，想要向檔案中寫入一些隨機的二進位制資料，Python 2就可以實現，但是Python 3就會出現異常。

with open('/tmp/random.bin', 'w') as f: f.write(os.urandom(10))>>>TypeError: must be str, not bytes

出現這個錯誤的原因是因為在Python 3中open方法增加了一個encoding引數。這個引數的預設值是UTF-8，這使得open方法返回物件的read和write方法都是使用包含unicode字元的str物件而不是使用bytes資料。

要想使read、write工作正常，你必須指定檔案是按照二進位制寫(wb)模式開啟的,而不是簡單的使用寫(w)模式。修改上面程式碼，使用"wb"預設就可以同時在Python 2和Python 3中正常執行了：

with open('/tmp/random.bin', 'wb') as f: f.write(os.urandom(10))

同樣的問題也會出現在read方法中，解決方法是一樣的，修改檔案開啟模式，使用"rb"。

總結：

• 在Python 3中，bytes包含8位序列值，str包含unicode字元序列。 bytes和str例項不能一起使用(比如， > 或 +)；
• 在Python 2中，str包含8位序列值，unicode包含unicode字元序列。當str僅包含7位ACSII字元時，str和unicode例項可以一起使用；
• 使用heler方法來保證輸入的字串是你希望的型別 (如：8位值序列、UTF-8字串、Unicode字串等)；
• 如果想從檔案讀或者寫二進位制資料，一定要使用二進位制形式開啟檔案(“rb”或者"wb")。