python2和python3字符串区别_python2和python3的文本字符串和字节字符串的区别

@font-face { font-family: "Times New Roman"; }@font-face { font-family: "宋体"; }@font-face { font-family: "-apple-system"; }@font-face { font-family: "verdana"; }p.MsoNormal { margin: 0pt 0pt 0.0001pt; text-align: justify; font-family: "Times New Roman"; font-size: 10.5pt; }p.p { margin: 5pt 0pt; text-align: left; font-family: "Times New Roman"; font-size: 12pt; }span.msoIns { text-decoration: underline; color: blue; }span.msoDel { text-decoration: line-through; color: red; }div.Section0 { }

Python有两种不同的字符串，一种存储文本，一种存储字节。对于文本，Python内部采用Unicode存储，而字节字符串显示原始字节序列或者ASCII。

Python在内存中读写数据，用到的模块是StringIO和BytesIO

StringIO操作的只能是str，如果要操作二进制数据，就需要使用BytesIO。

示例：

a, b = "这不是unicode", u"这是unicode"

c, d = "this is ascii", u"this is not ascii"

python2中：

ＳtringIO必须是文本类型，即unicode类型。

因此StringIO(a)和StringIO(c)，都将抛出异常：TypeError: initial_value must be unicode or None, not str

StringIO(b)，StringIO(d)，都正常，因为它们都是unicode编码。

BytesIO必须是字节编码的类型，即utf-8或ascii或其它编码。

BytesIO(a)，BytesIO(c)，都正常，因为它们是utf-8和ascii编码。

BytesIO(c)，BytesIO(d)，都将抛出异常：TypeError: 'unicode' does not have the buffer interface

python3中：

StringIO必须是文本类型，在python3中，即str类型。

StringIO(a)，StringIO(b)，StringIO(c)，StringIO(d)，都正常，因为在python3中的str包括python2中的unicode和ascii编码、utf８编码。

BytesIO必须是字节编码的类型，在python3中，必须是bytes类型。

BytesIO(a),BytesIO(b),BytesIO(c),BytesIO(d),都将抛出异常。

要对a,b,c,d编码是bytes，才可使用bytes

aa, bb = "这不是unicode".encode("utf-8"), u"这是unicode".encode("utf-8")

cc,dd = "this is ascii".encode("utf-8"), u"this is not ascii".encode("utf-8")

再对它们进行bytesIO，都正常。

在Python3当中，文本字符串类型(使用Unicode数据存储)被命名为 str , 字节字符串类型被命名为 bytes 。一般情况下，实例化一个字符串会得到一个 str 对象 ：

type(a), type(b), type(c), type(d)

(, , , )

所以现在很多人都说，Python3默认是Unicode，也就是这个意思。如果你想得到bytes，那就在文本之前加上前缀 b , 或者 encode 一下。

a.encode(“utf-8”)，a.encode(“GBK”)，b”这不是unicode”

x,y,z = a.encode("utf-8"), a.encode("GBK"), b"abc"

type(x),type(y),type(z)

(, , )

但是不能，b"中文"，将抛出异常：SyntaxError: bytes can only contain ASCII literal characters.

所以，很显然，str 对象有一个encode方法，bytes 对象有一个decode方法。

a.encode("utf-8"), a.encode("GBK"),b.encode("utf-8"),c.encode("utf-8"),d.encode("utf-8")

(b'\xe8\xbf\x99\xe4\xb8\x8d\xe6\x98\xafunicode', b'\xd5\xe2\xb2\xbb\xca\xc7unicode', b'\xe8\xbf\x99\xe6\x98\xafunicode', b'this is ascii', b'this is not ascii')

x.decode("utf8"),y.decode("GBK"),z.decode("utf8")

('这不是unicode', '这不是unicode', 'abc')

在Python3中的 str 对象，是Python2中的unicode；python3中的bytes对象，是python2中的str！！！！！！

在python2中，如果你想得到一个文本字符串，你需要在字符串之前加上前缀 u 或者 decode 一下。

在python2中，如果你想要得到一个字节字符串，你需要在字符串之前，不加前缀u或encode一下。

在python3中，如果你想得到一个文本字符串。不论你是否在字符串前加u，都是文本字符串；或者decode字节字符串。

在python3中，如果你想得到一个字节字符串，你需要在字符串之前，加前缀b(中文字符前不可以直接加b )；或者encode文本字符串。