捋一捋字符串和字节序列的关系

Python3的一个新特性算是把文本和二进制数据清晰地区分开来了。我们看到的文本其实就是一连串的Unicode字符组成的str(下文文无特殊说明均指Unicode字符)，最后计算机以二进制数据的形式存储起来。Python内置了两种二进制数据类型，分别是bytes和bytearray。

每一个字符都有一个对应的标识，即码位，是0-1 114 111的数字(十进制)，在Unicode标准中以4-6个十六进制数字表示。例如字母A的码位表示为U+0041。有了字符，计算机会把字符的码位通过某种算法转换为字节序列(二进制数据)，就是我们通常所说的编码。相反，如果把字节序列通过某种算法转换为字符码位，就是常说的解码。字符串和字节序列关系总结如图1所示。

实例1：

>>>s = '中国' 
>>>len(s) #1
2
>>>b = s.encode('utf-8') #2
>>>b
b'\xe4\xb8\xad\xe5\x9b\xbd' #3
>>>len(b) #4
6
>>>b.decode('utf-8') #5
'中国'

1. '中国’字符串有2个Unicode字符
2. 把str对象编码成bytes对象
3. bytes字面量以b开头
4. 字节序列b有6个字节
5. 使用UTF-8把bytes对象解码为str对象