python3中,str包含unicode字符,而bytes包含原始8位值。
而在python2中,str包含原始8位值,unicode包含unicode字符。注意这点差异。
以python3为例:
src = ‘你好世界’
此时的str为 str类型,如果需要把它转乘byte类型,可以通过:
src = src.encode('utf-8')
此时src已经是byte类型了,如果想再转回str,直接使用:
src = src .decode()
另外,python3中open函数加上了encoding参数,且默认为utf-8,即打开的文件据柄进行read或者write时,只接收包含unicode格式的str字符穿。
此时如果传入二进制文件的话,则会报错,例如:
with open('a.bin', 'w') as f:
f.write('xxx')
如果想要读写二进制文件的话,需要指定打开方式为‘wb’ 或者 ‘rb’
另外,如果抓取网页时,发现无法正常显示,则需要对内容进行转码。