Python字符与字节新编

╰半夏微凉° 2022-10-10 01:39 129阅读 0赞

**字符**

字符是一个信息单位，简单来讲就是一个字母、数字、标点符号、汉字等。

字符的最佳定义是Unicode字符：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FkUHl0aG9u_size_16_color_FFFFFF_t_70]  
它是一个全球化的标准，能表示世界上所有语言的字符。Unicode字符的标识（码位）是以4~6个十六进制数字表示的，并且加前缀U+。

**字节**

字节是计算机信息计量单位，一个字节代表八个比特，存储的数值范围为0~255。

字节跳动（ByteDance）互联网公司的字节就是这个字节。

字节是机器的，字符是人类的。

把人类字符转换为机器字节时使用的算法叫做编码，反之叫做解码。

算法不同，字节与字符的关系也不同：  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FkUHl0aG9u_size_16_color_FFFFFF_t_70 1]  
**bytes和bytearray**

字节实际上是个二进制序列。不可变bytes类型和可变bytearray类型是用来存储二进制序列的，它们的示例如下：

''' Python学习交流，免费公开课，免费资料， 免费答疑，系统学习加QQ群：579817333 '''
    >>> cafe = bytes("café", encoding="utf_8")
    >>> cafe
    b'caf\xc3\xa9'
    >>> cafe[0]
    99
    >>> cafe[:1]
    b'c'
    >>> cafe_arr = bytearray(cafe)
    >>> cafe_arr
    bytearray(b'caf\xc3\xa9')
    >>> cafe_arr[-1:]
    bytearray(b'\xa9')

特别的是cafe\[0\]返回了整数，cafe\[:1\]返回了二进制序列，这是因为s\[0\] == s\[:1\]只对str类型成立，而对于其他类型来说，s\[i\]返回一个元素，s\[i:i+1\]返回一个相同类型的序列。

二进制序列实际上是整数序列。它们的字面量表示法包含ASCII字符（ASCII只能表示英文体系的字符），比如cafe的b’caf\\xc3\\xa9’，具体规则是：

*  从空格到~的字符直接使用ASCII字符
 *  制表符\\t、换行符\\n、回车符\\r、转义符\\
 *  其他字符用十六进制转义序列，比如\\x00空字节

构建bytes和bytearray对象的方式有以下几种：

*  一个str对象和一个encoding关键字参数
 *  一个可迭代对象，数值在0~255
 *  一个实现了缓冲协议的对象，如bytes、bytearray、memoryview、array.array

**memoryview和struct**

memoryview允许在二进制数据结构之间共享内存，struct能从序列中提取结构化信息。

示例如下，提取一个GIF图像的宽度和高度：

import struct
    
    with open("filter.gif", "rb") as fp:
        img = memoryview(fp.read())
    
    # 这里不会复制字节序列，因为用的memoryview
    header = img[:10]
    print(bytes(header))  # b'GIF89a+\x02\xe6\x00'
    
    # <是小字节序，3s3s是两个3字节序列，HH是两个16位二进制整数
    # 类型、版本、宽度、高度
    struct.unpack("<3s3sHH", header)  # (b'GIF', b'89a', 555, 230)
    
    # 删除引用，释放memoryview实例所占的内存
    del header
    del img

**小结**

本文介绍了字符和字节的概念以及它们之间的关系，一个字符对应一个或多个字节。字符是人类的，字节是机器的，编码就是人类字符转换为机器字节，反之叫做解码。然后分别介绍了二进制序列的类型bytes和bytearray，和二进制序列的工具memoryview和struct。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FkUHl0aG9u_size_16_color_FFFFFF_t_70]: /images/20221005/ca5f5b4bcf894d6e8804e542c3c7c762.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FkUHl0aG9u_size_16_color_FFFFFF_t_70 1]: /images/20221005/6c5face53e734c728524c03de27fedda.png