python 字節字符串上的字符串操作

問題：想在字節字符串上執行普通的文本操作(比如移除，搜索和替換)。

解決方案

1)字節字符串同樣也支持大部分和文本字符串一樣的內置操作。比如：

>>> data = b'Hello World'
>>> data[0:5]
b'Hello'
>>> data.startswith(b'Hello')
True
>>> data.split()
[b'Hello', b'World']
>>> data.replace(b'Hello', b'Hello Cruel')
b'Hello Cruel World'

　　

2)這些操作同樣也適用於字節數組。比如：

>>> data = bytearray(b'Hello World')
>>> data[0:5]
bytearray(b'Hello')
>>> data.startswith(b'Hello')
True
>>> data.split()
[bytearray(b'Hello'), bytearray(b'World')]
>>> data.replace(b'Hello', b'Hello Cruel')
bytearray(b'Hello Cruel World')

3)你可以使用正則表達式匹配字節字符串，但是正則表達式本身必須也是字節串。

>>> data = b'FOO:BAR,SPAM'
>>> import re
>>> re.split('[:,]',data)
Traceback (most recent call last):
File "<stdin>", line 1, in <module> File "/usr/local/lib/python3.3/re.py", line 191, in split return _compile(pattern, flags).split(string, maxsplit) TypeError: can't use a string pattern on a bytes-like object
>>> re.split(b'[:,]',data) # Notice: pattern as bytes
[b'FOO', b'BAR', b'SPAM']

 

4)大多數情況下，在文本字符串上的操作均可用於字節字符串。然而，這里也有一些需要注意的不同點。首先，字節字符串的索引操作返回整數而不是單獨字符。比如：

>>> a = 'Hello World' # Text string
>>> a[0]
'H'
>>> a[1]
'e'
>>> b = b'Hello World' # Byte string
>>> b[0]
72
>>> b[1]
101
>>>

 

5)第二點，字節字符串不會提供一個美觀的字符串表示，也不能很好的打印出來，除非它們先被解碼為一個文本字符串。比如：

>>> s = b'Hello World'
>>> print(s)
b'Hello World' # Observe b'...'
>>> print(s.decode('ascii'))
Hello World

　　

6)如果你想格式化字節字符串，你得先使用標准的文本字符串，然后將其編碼為字節字符串。比如：

>>> '{:10s} {:10d} {:10.2f}'.format('ACME', 100, 490.1).encode('ascii')
b'ACME 100 490.10'
>>>

　　

7)最后需要注意的是，使用字節字符串可能會改變一些操作的語義，特別是那些跟文件系統有關的操作。比如，如果你使用一個編碼為字節的文件名，而不是一個普通文本字符串，會禁用文件名的編碼/解碼。比如：

 

8)最后提一點，一些程序員為了提升程序執行的速度會傾向於使用字節字符串而不是文本字符串。盡管操作字節字符串確實會比文本更加高效(因為處理文本固有的Unicode 相關開銷)。這樣做通常會導致非常雜亂的代碼。你會經常發現字節字符串並不能和Python 的其他部分工作的很好，並且你還得手動處理所有的編碼/解碼操作。坦白講，如果你在處理文本的話，就直接在程序中使用普通的文本字符串而不是字節字符串。