关于 Python 3.x 中 bytes型数据 及 str型数据 的应用和格式转换

"""
演示python中 encode函数 和 decode函数 的用法
"""

"""
在 Python3.x 中，明晰地取分了文本和二进制数据。
    文本总是 Unicode数据，是 str型数据；
    二进制数据是 bytes型数据。
"""

# 先定义一个 str 型字符串，字符串总是Unicode字符集
# 定义时注意：无论如何定义，字符串的数据类型都是 str 型
s0 = '中文'
print(type(s0))     # 输出 <class 'str'>
ss0 = u'中文'
print(type(ss0))    # 输出 <class 'str'>

"""
文本与二进制编码之间的转化：
文本内容（str型数据） 通过 encode函数进行编码，转化成二进制编码（bytes型数据）；
二进制编码（bytes型数据） 通过 decode函数进行解码，转化成文本内容（str型数据）；
"""

"""
 encod而函数有两个参数:
     第一个参数是(encoding = "要使用的编码")；<-encoding = 可以省略
     第二个参数是抛出异常(errors = "strict")；<- 'ignore', 'replace', 'xmlcharrefreplace', 'backslashreplace' 
                                                以及通过 codecs.register_error() 注册的任何值。
                                                可以省略。
"""
# 对 s0 编码，使用 encode函数,转化成二进制编码
# 编成 utf-8 字符集
s1 = s0.encode('utf-8')
print(type(s1))     # 输出 <class 'bytes'>
print(s1)           # 输出 b'\xe4\xb8\xad\xe6\x96\x87'
# 编成 utf-16 字符集
s2 = s0.encode('utf-16')
print(type(s2))     # 输出 <class 'bytes'>
print(s2)           # 输出 b'\xff\xfe-N\x87e'
# 编成 gbk 编码格式
s3 = s0.encode('gbk')
print(type(s3))     # 输出 <class 'bytes'>
print(s3)           # 输出 b'\xd6\xd0\xce\xc4'
# 编成 gb2312 编码格式
s4 = s0.encode('gb2312')
print(type(s4))     # 输出 <class 'bytes'>
print(s4)           # 输出 b'\xd6\xd0\xce\xc4'

"""
decode函数 也有两个参数：
    第一个参数是(encoding="要使用的编码")<-若省略，则按照utf-8的编码格式解码
    第二个参数是(errors = "strict")<- 'ignore', 'replace', 'xmlcharrefreplace', 'backslashreplace' 
                                                以及通过 codecs.register_error() 注册的任何值。
                                                可以省略。
"""
# 对s1解码
s10 = s1.decode(encoding="utf-8")
print(type(s10))        # 输出 <class 'str'>
print(s10)              # 输出 中文
s11 = s1.decode()
print(type(s11))        # 输出 <class 'str'>
print(s11)              # 输出 中文
# 对 s2 解码
s20 = s2.decode(encoding="utf-16")
print(type(s20))        # 输出 <class 'str'>
print(s20)              # 输出 中文
# s21 = s2.decode()
# print(type(s21))        # 输出 UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 0: invalid start byte
# print(s21)
# 对 s3 解码
s30 = s3.decode(encoding="gbk")
print(type(s30))        # 输出 <class 'str'>
print(s30)              # 输出 中文
# 对 s4 解码
s40 = s4.decode(encoding="gb2312")
print(type(s40))        # 输出 <class 'str'>
print(s40)              # 输出 中文