str、bytes和bytearray簡介
str是字符數據，bytes和bytearray是字節數據。它們都是序列，可以進行迭代遍歷。str和bytes是不可變序列，bytearray是可變序列，可以原處修改字節。
bytes和bytearray都能使用str類型的通用函數，比如find()、replace()、islower()等，不能用的是str的格式化操作。所以，如有需要，參考字符串(string)方法整理來獲取這些函數的使用方法。
str
str將各個字符組合在一起，以一種不可變序列進行存儲。但是在底層它還是一個個的二進制數，是由一個個的字節組成的(也就是byte)，只不過python根據指定的字符集編碼"強行"將字節序列顯示為字符。
python 3.x中默認str是unicode格式編碼的，例如UTF-8字符集。
>>> import sys
>>> sys.getdefaultencoding()
'utf-8'
unicode編碼的str，意味着能夠直接存儲除ascii碼外的很多字符，比如中文，比如歐洲的重音符號。還意味着可以將一個unicode字符存儲為多個字節，並將連續多個的字節翻譯成單個對應的字符。
>>> a = "我"
>>> a
'我'
>>> ord(a)
25105
>>> a.encode()
b'\xe6\x88\x91'
根據指定字符集，底層的字節序列和字符序列間的轉換過程完全無需人為的參與，python已經做好了一切。
bytes
bytes是不可變的二進制格式字節數據(注意，是字節不是字符)，以整數方式表示。例如對於ascii范圍內的字符"a"，它存儲為97。
要構造bytes類型的數據，方法之一是在字符串前面加上b或B前綴。
例如：
>>> B = b"abcd"
>>> [i for i in B]
[97, 98, 99, 100]
>>> B[0] = "A"
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'bytes' object does not support item assignment
bytes和下面的bytearray都能使用str類型的絕大部分方法。例如find()、replace()等，但用法上可能會有所區別，比如str.replace()的替換參數期待的是字符，而bytes.replace()的替換參數可能是字節。例如：
>>> b'abcd'.replace(b'cd',b'XY')
b'abXY'
bytearray
bytearray是可變的二進制數據(byte)。
要構造bytearray對象，方法之一是將bytes數據作為bytearray()方法的參數，或者將str數據和編碼作為參數。
例如：
>>> S = b"abcd"
>>> BA = bytearray(S)
>>> [ i for i in BA ]
[97, 98, 99, 100]
>>> BA[0] = 65
>>> BA
bytearray(b'Abcd')
unicode字符
單字節的字符(8bit位，共256個字符，ascii只用到了7個字節)能表示出來的字符畢竟有限，例如它沒法表示出中文字符。
所以，各國設計了各種多字節的字符編碼來表達自己國家的文字，底層仍然使用二進制數存儲，然后通過設計好的編碼表將二進制數轉換成各種字符。比如中國有GBK的各種編碼，還有全球通用的編碼類型unicode、utf-8、utf-16等。
無論什么編碼，內部都包含ascii編碼(也有例外，比如utf-16)，它只需單個字節。也就是說，ascii編碼是任何其它編碼表的子集。但有些編碼表強制規定每個字符占多少個字節(比如unicode固定為2個字節)，有些編碼表動態決定每個字符占多少個字節(比如utf-8是變長的，可能占用1-4個字節空間，存儲字母為1個字節，存儲中文字符為3個字節)。
關於unicode和utf-X格式的編碼關系，粗略地可以認為utf-X是unicode格式的一種特殊類型。實際上在存儲utf數據時，內部會自動在Unicode和utf之間進行轉換。
要構建Unicode類型，只需加上u或U前綴。
>>> U = u"我愛你"
>>> B = bytes(U,"utf-8")
>>> B
b'\xe6\x88\x91\xe7\x88\xb1\xe4\xbd\xa0'
>>> BA = bytearray(U,"utf-8")
>>> BA
bytearray(b'\xe6\x88\x91\xe7\x88\xb1\xe4\xbd\xa0')
編碼和解碼
下面一張圖搞懂編碼、解碼、編碼表之間的關系。
不難看出，它們是一種根據編碼表進行翻譯、映射的過程：
編碼：str --> bytes
解碼：bytes --> str
實際上，字符串類型只有encode()方法，沒有decode()方法，而bytes類型只有decode()方法而沒有encode()方法。
>>> set( dir(str) ) - set( dir(bytes) )
{'encode', ... , 'isidentifier', 'format'}
>>> set( dir(bytes) ) - set( dir(str) )
{'decode', 'hex', 'fromhex'}
二進制格式的數據也常稱為裸數據(raw data)，所以str數據經過編碼后得到raw data，raw data解碼后得到的str。
python中的編碼、解碼
上面說了，編碼是將字符數據轉換成字節數據(raw data)，解碼是將字節數據轉換成字符數據。在Python中字符數據也就是字符串，即str類型，字節數據也就是bytes類型或bytearray類型。
編碼時，可以使用字節類型的構造方法bytes()、bytearray()來構造字節，也可以使用str類型的encode()方法來轉換。
解碼時，可以使用str類型的構造方法str()來構造字符串，也可以使用bytes、bytearray()類型的decode()方法。
另外需要注意的是，編碼和解碼的過程中都需要指定編碼表(字符集)，默認采用的是utf-8字符集。
編碼過程
例如，使用encode()的方式將str編碼為bytes數據。
>>> str1 = "abcd"
>>> str2 = "我愛你"
# 默認編碼
>>> str1.encode()
b'abcd'
>>> str2.encode()
b'\xe6\x88\x91\xe7\x88\xb1\xe4\xbd\xa0'
# 顯式指定使用utf-8進行編碼
>>> str1.encode("utf-8")
b'abcd'
>>> str2.encode("utf-8")
b'\xe6\x88\x91\xe7\x88\xb1\xe4\xbd\xa0'
# 使用utf-16編碼
>>> str1.encode("utf-16")
b'\xff\xfea\x00b\x00c\x00d\x00'
>>> str2.encode("utf-16")
b'\xff\xfe\x11b1r`O'
# 使用gb2312編碼
>>> str1.encode("gb2312")
b'abcd'
>>> str2.encode("gb2312")
b'\xce\xd2\xb0\xae\xc4\xe3'
# 使用gbk編碼
>>> str1.encode("gbk")
b'abcd'
>>> str2.encode("gbk")
b'\xce\xd2\xb0\xae\xc4\xe3'
使用bytes()和bytearray()將str構造成bytes或bytearray數據，這兩個方法都要求str->byte的過程中給定編碼。
>>> bytes(str1,encoding="utf-8")
b'abcd'
>>> bytes(str1,encoding="utf-16")
b'\xff\xfea\x00b\x00c\x00d\x00'
>>> bytearray(str1,encoding="utf-8")
bytearray(b'abcd')
>>> bytearray(str2,encoding="utf-8")
bytearray(b'\xe6\x88\x91\xe7\x88\xb1\xe4\xbd\xa0')
實際上，bytes()、bytearray()這兩個方法構造字節數據的時候還有點復雜，因為可以從多個數據源來構造，比如字符串、整數值、buffer。如何使用這兩個方法構造字節數據，詳細內容參考help(bytes)和help(bytearray)給出的說明，這里給幾個簡單示例。
構造bytes的方式：
# 構造空bytes對象
>>> bytes()
b''
# 使用str構造bytes序列，需要指定編碼
>>> bytes("abcd",encoding="utf-8")
b'abcd'
# 使用int初始化5個字節的bytes序列
>>> bytes(5)
b'\x00\x00\x00\x00\x00'
# 使用可迭代的int序列構造字節序列
# int值必須為0-256以內的數
>>> bytes([65,66,67])
b'ABC'
# 使用bytes或buffer來構造bytes對象
>>> bytes(b'abcd')
b'abcd'
構造bytearray的方式：
# 構造空bytearray對象
>>> bytearray()
bytearray(b'')
# 使用bytes或buffer構造bytearray序列
>>> bytearray(b"abcd")
bytearray(b'abcd')
# 使用str構造bytearray序列，需要指定編碼
>>> bytearray("abcd",encoding="utf-8")
bytearray(b'abcd')
# 使用int初始化5個字節的bytearray序列
>>> bytearray(5)
bytearray(b'\x00\x00\x00\x00\x00')
# 使用可迭代的int序列構造bytearray序列
# int值必須為0-256以內的數
>>> bytearray([65,66,67])
bytearray(b'ABC')
解碼過程
解碼是字節序列到str類型的轉換。
例如，使用decode()方法進行解碼"我"字，它的utf-8的編碼對應為"\xe6\x88\x91"：
>>> b = b'\xe6\x88\x91'
# 采用默認字符集utf-8
>>> b.decode()
'我'
# 顯式指定編碼表
>>> b.decode("utf-8")
'我'
使用str()進行轉換。
>>> str(b,"utf-8")
'我'
關於亂碼
當編碼、解碼的過程使用了不同的(不兼容的)編碼表時，就會出現亂碼。所以，解決亂碼的唯一方式是指定對應的編碼表進行編碼、解碼。
例如，使用utf-8編碼"我"字，得到一個bytes序列，然后使用gbk解碼這個bytes序列。
>>> "我".encode().decode("gbk")
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'gbk' codec can't decode byte 0x91 in position 2: incomplete multibyte sequence
這里報錯了，因為utf-8的字節序列里有gbk無法解碼的字節。如果使用文本編輯器一樣的工具去顯化這個過程，得到的將是亂碼字符。