一、基本操作
下面列舉一下字節(jié)的基本操作，可以看出來它和字符串還是非常相近的：
In[40]: b = b"abcdx64" 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
如果想要修改一個字節(jié)串中的某個字節(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，其實它們是可以相互轉(zhuǎn)化的。字節(jié)通過某種編碼形式就可以轉(zhuǎn)化為相應(yīng)的字符。字節(jié)通過encode()方法傳入編碼方式就可以轉(zhuǎn)化為字符，而字符通過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'xe4xbaxbaxe7x94x9fxe8x8bxa6xe7x9fxadxefxbcx8cxe6x88x91xe7x94xa8Python'
In[53]: c = s.encode('gb18030')
In[54]: c
Out[54]: b'xc8xcbxc9xfaxbfxe0xb6xccxa3xacxcexd2xd3xc3Python'
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 "", line 1, in
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，就會產(chǎn)生亂碼，甚至轉(zhuǎn)換失敗。因為每種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
舉個最簡單的例子，我要爬取一個網(wǎng)頁的內(nèi)容，現(xiàn)在來爬取用百度搜索Python時返回的頁面，百度用的是utf-8編碼格式，如果不對返回結(jié)果解碼，那它就是一個超級長的字節(jié)串。而進(jìn)行正確解碼后就可以顯示一個正常的html頁面。
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()
聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。TEL:177 7030 7066 E-MAIL:11247931@qq.com
Copyright ? 2019-2025 51dongshi.com 版權(quán)所有
違法及侵權(quán)請聯(lián)系：TEL:177 7030 7066 E-MAIL:11247931@qq.com 本站由北京市萬商天勤律師事務(wù)所王興未律師提供法律服務(wù)
