bytes類型和python中編碼的轉換方法

一、bytes類型

bytes類型是指一堆字節的集合，在python中以b開頭的字符串都是bytes類型。例如：

>>> a = "中國"
>>> a.encode("utf-8")
b'\xe4\xb8\xad\xe5\x9b\xbd'

py3中字符串都是Unicode編碼，顯示正常字符，其余編碼的數據都以bytes類型顯示。

bytes類型的作用：

計算機只能存儲2進制， 我們的字符、圖片、視頻、音樂等想存到硬盤上，也必須以正確的方式編碼成2進制后再存。

對於文字，我們可以以gbk編碼，也可以以utf-8、ASCII編碼。

對於圖片，必須編碼成PNG,JPEG等格式

對於音樂，必須編碼成MP3,WAV等...

在python中， 數據轉成2進制后不是直接以0101010的形式表示的，而是用一種叫bytes(字節)的類型來表示，其中用16進制表示的二進制字節，即一個16進制表示四位二進制，2個16進制代表一個字節。

在python中，字符串必須編碼成bytes后才能存到硬盤上。如果不在文件頭聲明編碼，python3在文件存儲中默認用utf-8編碼。

另外，python中，字符的編碼例如gbk、utf-8、ASCII等還可以識別轉換，而圖片、音樂、視頻等，編碼不能識別，只能以bytes形式出現，傳輸存儲。

二、python中編碼的轉換方法

編碼轉換是指將一種編碼轉成另外一種編碼，比如 utf-8 to gbk。

編碼轉換的作用：

不同操作系統編碼不同， utf-8在win上沒辦法直接看，因為windows是GBK編碼的，得轉成gbk。

反過來如果你的GBK字符相在Linux\Mac上正常顯示，就得轉成utf-8編碼。


另外，或者在python中將字符串定義直接定義為unicode編碼，引號前加u，在任何系統都正常顯示：

a = u"word"
>>> a
u'word'
>>> type(a)
<type 'unicode'>

編碼轉換的方法:

decode()解碼，encode()編碼

UTF-8 --> decode 解碼 --> Unicode
Unicode --> encode 編碼 --> GBK / UTF-8

例如：

>>> a = "中國"
>>> b = a.encode("utf-8")
>>> print(b)
b'\xe4\xb8\xad\xe5\x9b\xbd'
>>> b.decode("utf-8")
'中國'

注：以什么編碼，就要以什么解碼，要不然就出錯或者亂碼了