Python中的Bytes类型与Bytes()方法

Python3中新增了Bytes数据类型，即保存原始的字节（二进制数据）。因此，Bytes类型可以运用于网络编程，也可以用于存储视频或音乐等文件。

也就是说，Bytes类型只是以二进制形式存储数据，而用户以什么解码方式读取数据是需要额外指定的，也因此我们在操作Bytes类型数据时必须指定一种解码方式。

如何定义Bytes对象？

当我们在Python中定义一个字符串时，通常使用的方法如下：

通过这两个方法，我们得到2个类型为str的字符串对象

>>> x = 'abc'
>>> y = '甲乙丙'

>>> type(x)
<class 'str'>
>>> type(y)
<class 'str'>

Bytes类型与str类型一样，都是Python内置的对象之一。Bytes类型以字节符的形式存储字符串，具体的构造方法就是在' '之前加上字母b：

此时x1的类型就是bytes了

>>> x1 = b'abc'
>>> x1
b'abc'
>>> type (x1)
<class 'bytes'>

但需要注意的是，以添加字母b的构造方法，仅支持ASCII码中对应的字符。例如，如果用该方法构建中文字符串，解释器就会报错：

>>> y1 = b'甲乙丙'
Traceback (  File "<interactive input>", line 1
SyntaxError: bytes can only contain ASCII literal characters.

那么如何构建类型为Bytes的中文字符串呢？可以使用Bytes()方法，使用时注意需要指定编码方式，原因是我们必须通过某种编码方式将文字转化为二进制数据储存在内存或者磁盘中，而中文（以及其它大部分非英语文字）并不在ASCII字符集的范畴之内。

这里以目前普遍适用的字符集Unicode中的utf-8编码方式为例，除此之外汉字还支持GB2312、GBK等字符集。

>>> y1 = bytes(y,'utf-8')
>>> type(y1)
<class 'bytes'>

通过以上操作我们便得到了x,y（str类型）和x1,y1（bytes类型）这4个对象。

Byte对象与str对象的区别？

我们这里通过直接输出这4个对象来看一下区别：

>>> x
'abc'
>>> y
'甲乙丙'

>>> x1
b'abc'
>>> y1
b'\xe7\x94\xb2\xe4\xb9\x99\xe4\xb8\x99'

输出x与x1的区别仅仅是多了一个字母b，但y与y1的区别则是字符串和十六进制数据的区别了。

这是因为x中包含’abc‘三个字母，而这三个字母都是ASCII字符集中的字符，不需要指定decode解码方式即可正常读取；

但y中的 '甲乙丙' 则需要指定解码方式，否则解释器可不知道该调用哪一种解码方式去decode  '\xe7\x94\xb2\xe4\xb9\x99\xe4\xb8\x99' 这串数据。

通过decode()方法解码Bytes对象

我们可以通过调用decode()方法来验证这一点：

通过指定的utf-8解码方式，可以成功地将上面那串十六进制数据解码为“甲乙丙”字符串。同时如果以其它解码方式（以utf-16为例），则无法成功解码。因此解码以字节符存储的数据时，除ASCII码外的字符集，都必须指定解码方式，这也是为什么我们无法直接Print输出'\xe7\x94\xb2\xe4\xb9\x99\xe4\xb8\x99'的原因。

>>> y1.decode('utf-8')
'甲乙丙'

>>> y1.decode('utf-16')
Traceback (most recent call last):
  File "<interactive input>", line 1, in <module>
UnicodeDecodeError: 'utf-16-le' codec can't decode byte 0x99 in position 8: truncated data
>>>