Python中的bytes与bytearray详解

• Python3引入两个新类型
  • bytes：不可变的字节序列
  • bytearray:可变的字节数组

1. 字符与byts的区别：
   • 字符串是字符组成的有序序列，字符可以使用编码来理解
   • bytes是字节组成的有序的不可变序列
   • bytearray是字节组成的有序的可变序列
2. 编码与解码
   编码：就是，你用几个字节去理解内存中的数字。
   解码：就是，将内存中的字节数组按照什么字符集解码成对应的字符
   • 字符串按照不同的字符集编码encode返回字节序列bytes
     • encode（encoding=‘utf-8’,errors=‘strict’）->bytes
       • 注意encode默认转换时的默认编码集是utf-8
   • 字节序列按照不同的字符集解码decode返回字符串
     • bytes.decode(encoding=‘utf-8’,errors=“strict”) -->str
     • bytearray.decode(encoding=“utf-8”,errors=“strict”)–>str
       • 注意：decode方法默认解码时，默认的编码集是utf-8
   • 示例 1：

     a = 'abc'
     c = a.encode()  #将abc字符串编码成字节数组
     d = c.decode()  #将变量c的字节数组解码成对应的字符串
     print(a,c,d,sep="\t")
     

* 示例 2：  encode()指定编码集
    ````python
    a = '你好'
    a1 = a.encode(encoding="utf-8") # 用utf-8编码集将字符串a转换成对应的字节数组
    a2 = a.encode(encoding="gbk")  # 用gbk编码集将字符串a转换成对应的字节数组
    a11 = a1.decode(encoding = "utf-8") #用utf-8编码集将字节序列a1转换成对应的字符（注意编码时和解码时的编码集要保持一致，不然会出现如下a12乱码）
    a12 = a1.decode(encoding = "gbk")
    print("a = {}\na1 = {}\na2 = {}\na11 = {}\na12 = {}".format(a,a1,a2,a11,a12))
    ````

• 常用ASCII数字对应的字符：
  • 【\t】–>9
  • 【\n】–>10
  • 【\r】–>13
  • [0-9]–>[48-57] 在ASCII表中1对应的16进制表示法是31
  • [A-Z]–>[65-90] 在ASCII表中A对应的16进制表示法是41
  • [a-z]–>[97-122] 在ASCII表中a对应的16进制表示法是61

ASCII表

bytes

1. bytes定义 【注意一个字节是8位，而bytes是字节数组】
   • bytes() #定义一个空的bytes
   • bytes(int) #指定字节的bytes,被\x00填充
     • 例如：bytes(15)表示定义一个长度为15的字节组成的数组
   • bytes(iterable_of_ints) -->bytes[0,255]的int组成的可迭代对象
     例如：

     arr = [61,62,63]
     arr2 = bytes(arr)  # 根据int类型列表转换成对应的字节列表,注意列表中int类型的值取值范围是【0-255】
     arr3 = list(arr2) # 根据字节列表，将每个字符转换成对应的十进制数存放在新的list列表里面
     arr4 = arr2.hex() #将字节列表，转换成对应的16进制字符串
     print("arr = {}\narr2 = {}\narr3 = {}\narr4 = {}".format(arr,arr2,arr3,arr4))
     

* bytes(string,encoding[,errors])–>bytes等价于string.encode(),将string字符集按照指定的编码表解码成对应的bytes集合。
* bytes(bytes_or_buffer)–>immutable copy of bytes_or_buffer从一个字节序列或者buffer复制出一个新的不可变的bytes对象
* 注意：当copy的序列中是python的常量时，在python底层不会真的去拷贝一份常量，只是增加常量的引用次数.因为bytes字节数组是不可变的。
* 例如：
python s = "年第三".encode() s1 = bytes(s) print(s,s1) print(id(s),id(s1))

• 使用b前缀定义：
  • 例如：var = b"abc9"【只允许使用基本的ASCII使用字符形式定义】或者 var = b"\x41\x61"【使用16精制表示】

2. bytes的操作
   大部分方法和str类似，都是不可变类型，所以方法很多都一样。只不过bytes方法，输入的是bytes输出的也是bytes
   例如：
   • replace(bytes,bytes) 替换字符
     • b’abcdef’.replace(b’f’,b’k’)将字节【abcdef】中的【f】替换成【k】
   • find(bytes) 寻找指定字符，找到返回对应索引，找不到返回-1
     • 例如：
   • decode() #将字节序列转换成字符序列
   • bytes.fromhex(string) 类方法 #默认是两个字符表示一个16进制的数字转换成一个字符
     • 注意：stirng必须是两个字符的16进制的形式，字符串中的空格将会被忽略
     • bytes.fromhex(“6a6b 5d6d”)将16进制的数字转换成对应的二进制字符
     • 相关方法：hex() 返回16进制表示的字符串。例如：‘abc’.encode().hex()
     • 示例

     num = "61 6263"
     num1 = bytes.fromhex(num) #将16进制的数字转换成对应的字节
     num2 = num1.hex() #将字节转换成对应的16进制字符串
     num3 = list(num1) #将字节转换成对应的10进制数，存放在新列表中
     print("num1 = {}\n num2 = {} \n num3 = {}".format(num1,num2,num3))
     

* 索引
b’abcdef’[2]返回该字节对应的数，int类型

bytearray 【可变的字节数组】

• 定义
  • bytearray() #定义一个空的bytearray
  • bytearray(int) #定义一个指定长度的bytearray的字节数组，默认被\x00填充
  • bytearray(iterable_of_ints) #根据[0,255]的int组成的可迭代对象创建bytearray
  • bytearray(string,encoding[,errors])–>bytearray #根据string类型创建bytearray，和string.encode()类似，不过返回的是可变对象
  • bytearray(bytes_or_buffe)从一个字节序列或者buffer复制出一个新的可变bytearray对象
  • 例如：

    s = 'abcd'
    s1 = s.encode()  #将字符集按照utf-8编码成字字节数组
    s2 = bytes(s1)  #根据s1字节数组拷贝一个新的字节数组
    s3 = bytearray(s2)
    s4 = bytearray(s3) 
    print(s1,s2,s3,s4,sep = "\t\t")
    print(id(s1),id(s2),id(s3),id(s4),sep = "\t\t")
    

• bytearray操作
  • append(int) 尾部追加一个元素
  • insert(index,int)在指定索引位置插入元素
  • extend(iterable_of_ints)将一个可迭代的整数结婚追加到当前bytearray
  • pop(index = -1)从指定索引上移除元素，默认从尾部移除
  • remove(value) 找到第一个value移除，找不到抛异常
    注意：上述方法若需要使用int类型，值要在[0,255]
  • clear()清空bytearray
  • reverse()翻转bytearray,就地修改

int和bytes

• int.from_bytes(bytes,byteorder) #将一个字节数组表示成整数。 需要指定模式
  • bytes为字节
  • byteorder 为：【‘big’】或者【little】
    • 大端模式(big) :低字节如果放在高地址上。叫大端模式
    • 小端模式(tittle):低字节如果放在低地址上，称为小端模式
• int.to_bytes(length,byteorder) #将一个整数表达成指定长度的字节数组
• 大小端图解
  

• 示例1：
  
• 示例2：

a = "abc"
a1 = a.encode()  #将字符abc转出字节数组 默认编码方式是utf-8
a2 = int.from_bytes(a1,"big")  #将字节数组，用int数组表示法，使用大端模式转成int类型
a3 = a2.to_bytes(3,"big")  #将a2转换成字节数组，需要指定int类型的a2表示了几个字节，使用了什么模式
a4 = a3.decode()  #将字节数组解码，默认解码方式是utf-8
print("a = {}\na1 = {}\na2 = {}\na3 = {}\na4 = {}".format(a,a1,a2,a3,a4))

• 示例3，同一个字的不通编码

"啊".encode() # 编码 --->返回bytes encode(）默认编码方式是utf-8
"啊".encode(encoding='gbk') # 编码，指定编码方式为gbk
ord("啊")  #解码（返回是10进制整数），获取“啊”的编码。由于python的默认编码时unicode所有获取的是对应unicode编码表的编码
hex(21834) #将21834转换成16精制数