Python字节流

我们知道在计算机存储中，最小的存储单位是字节。每个字节有 8 位，所以每个字节的取值范围是 0～255。

在早期，使用一个字节来表示一个字符，这就是有名的 ACSII 码。表1所示是 ASCII 码的定义，不过我们仅列出了前面的 128 个字符，这也是最早期的 ASCII 码。

由于 ASCII 码最多只能表示 256 个字符，所以非拉丁字母就很难用 ASCII 码表示。为了解决该问题，人们就定义了 Unicode，单个字符用 16 位或者 32 位来表示。这时字符和字节之间就没有直接对应的关系了。

在 Python 中，字符串和字节流是两个不同的数据类型。字节流主要用在二进制数据、网络传输的数据方面，字符串则用在文本文件、用户 IO 等方面。字节流的定义如下：

>>> var1 = b'abc'  # 定义字节流，3个字节，内容依次是a、b、c
>>> type(var1)     # 查看其类型
<class 'bytes'>

在 Python 中，字节流和字符串之间是可以相互转换的。尤其是在拉丁字母组成的字符串和字节流之间的相互转换是很简单的。

>>> 'abc'.encode("ascii")   # 将字符串按照ASCII编码方式来编码
b'abc'                      # 得到字节流
>>> b'abc'.decode("ascii")  # 将字节流按照ASCII编码方式来解码
'abc'

需要注意的是，并不是所有的字节流都可以用任意编码方式来解码。

>>> b'abc'.decode("utf-8")   # 用utf-8来解码是没有问题的
'abc'
>>> b'abc'.decode("utf-16")  # 用utf-16来解码是有问题的
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'utf-16-le' codec can't decode byte 0x63 in position 2:
truncated data