python str bytes unicode utf-8 学习

*字符串编码：

字符串，最初编码形式是ascii，用8位二进制表示。但ascii编码少，出现将所有字符编码的unicode，unicode编码对所有语言使用两个字节，部分汉语使用三个字节。但是unicode不兼容ascii，所以出现utf-8编码，utf-8编码对英文使用一个字节的编码。

*字节码bytes：

python3中bytes用b‘xxx’表示，其中的x可以用字符，也可以用ascii表示。python3中的二进制文件（如文本文件）统一采用字节码读写。

**字节和字符串关系：

二进制的bytes进行适当编码就可以变为字符了，比如utf-8或是gbk等等编码格式都可以。

str类型转化为bytes类型，使用encode（）编码。bytes类型转化为str类型，使用decode（）解码。

*代码：

def to_str(bytes_or_str):
  if isinstance(bytes_or_str, bytes):
    value = bytes_or_str.decode('utf-8')
  else:
    value = bytes_or_str
  return value # Instance of str

这样的代码，使得无论输入bytes还是str，都是输出str编码。

由此，我们可以看到，utf-8是一种编码规则，bytes和str是两种代码类型，通过utf-8可以互相转换。

参考：http://blog.csdn.net/Setul/article/details/52203894