header编码 python_Python进阶12_python中的字符与字节

太过爱你忘了你带给我的痛 2023-01-02 03:27 122阅读 0赞

![fb80fbe78067e9c71c4991f0e9aa6d83.png][]

## python中的字符与字节 ##

*  字符和Unicode字符是什么,怎么表示
 *  什么字符的编码和解码
 *  python中有什么字节类型
 *  如何创建字节
 *  字节有哪些方法何应用

### python中字符的定义 ###

### 字符的基础概念 ###

**字符串：**由字符组成的序列  
什么是字符呢？**字符：** python中的定义是Unicode字符， - 在python3中，str对象中获取的元素是**Unicode字符** \- 在python2中，str对象中获取的原始**字节序列**

### Unicode字符 ###

**字符的标识（码位）**

是 0~1 114 111 的数字（十进制），在 Unicode 标准中以 4~6 个十六进制数字表示，而且加前缀“U+”。 例如：字母A的码位是\*U+0041,约 10% 的有效码位有对应的字符

**字符的具体表述(编码)**

**编码**是在码位和字节序列之间转换时使用的算法,有不同的编码算法,如: UTF-8,UTF-16LE. 例如 A的码位编成单个字节:`x41`(UTF-8),`41x00`(UTF-16LE)

**编码**:把码位转换成字节序列的过程,把人类可读的文本字符串转换成机器可存储或传输的过程 **解码**:把字节序列转换成码位的过程,把机器码转换成人类可读的文本字符串的过程

# 定义一个字符串
    s = 'café'
    print(len(s))
    # 将字符串编码
    b = s.encode('utf8')
    # “é”的码位编码成两个字节
    print(b)
    print(len(b))
    # 将字符串解码
    c = b.decode('utf8')
    print(c)
    
    d = '中国'
    e = d.encode('utf8')
    print(e)
    print(len(e))
    4
    b'cafxc3xa9'
    5
    café
    b'xe4xb8xadxe5x9bxbd'
    6

### 字节的概念 ###

### bytes 与 bytearray ###

Python两种基本的二进制序列类型: - bytes:不可变类型 - bytearray:可变类型 python3中,它们对象的各个元素是介于 0~255（含）之间的整数,二进制序列的切片始终是同一类型的二进制序列. 虽然二进制序列其实是整数序列，但是它们的字面量表示法表明其中有 ASCII 文本. 各个字节的显示方式: - 可打印的 ASCII 范围内的字节（从空格到 ~），使用 ASCII 字符本身:比如这里的'caf'字符 - 制表符、换行符、回车符和 对应的字节，使用转义序列 t、n、r 和 - 其他字节的值，使用十六进制转义序列（例如，x00 是空字节）

cafe = bytes('café',encoding='utf-8')
    print(cafe)
    #各个元素是 range(256) 内的整数
    print(cafe[0])
    #bytes 对象的切片还是 bytes 对象
    print(cafe[:1])
    
    cafe_arr = bytearray(cafe)
    print(cafe_arr)
    #bytearray 对象的切片还是 bytearray 对象
    print(cafe_arr[-1:])
    
    mby = bytes.fromhex('31 4B CE A9')
    print(mby)
    b'cafxc3xa9'
    99
    b'c'
    bytearray(b'cafxc3xa9')
    bytearray(b'xa9')
    b'1Kxcexa9'

### 字节的方法 ###

除 了 格 式 化 方 法（format 和 format\_map） 和 几 个 处 理 Unicode 数 据 的 方 法（ 包 括casefold、isdecimal、isidentifier、isnumeric、isprintable 和 encode） 之 外，str 类 型的其他方法都支持 bytes 和 bytearray 类型.

一个特殊的方法:`fromhex` 解析十六进制数字对构建二进制序列.

构建 bytes 或 bytearray 实例还可以调用各自的构造方法 - 一个 str 对象和一个 encoding 关键字参数 - 一个可迭代对象，提供 0~255 之间的数值 - 一个整数，使用空字节创建对应长度的二进制序列 - 一个实现了缓冲协议的对象,使用缓冲类对象构建二进制序列是一种低层操作，可能涉及类型转换

# 创建 bytes 或 bytearray 实例还可以调用各自的构造方法
    import array
    # 一个 str 对象和一个 encoding 关键字参数
    b1 = bytes('瓦力人工智能',encoding='utf-8')
    print(b1)
    # 一个可迭代对象，提供 0~255 之间的数值
    mylist = [i for i in range(1,254,50)]
    print(mylist)
    b2 = bytes(mylist)
    print(b2)
    # 一个整数，使用空字节创建对应长度的二进制序列
    b3 = bytes(10)
    print(b3)
    # 一个实现了缓冲协议的对象
    numbers = array.array('h',[-2,-1,0,1,2])
    b4 = bytes(numbers)
    print(b4)
    b'xe7x93xa6xe5x8ax9bxe4xbaxbaxe5xb7xa5xe6x99xbaxe8x83xbd'
    [1, 51, 101, 151, 201, 251]
    b'x013ex97xc9xfb'
    b'x00x00x00x00x00x00x00x00x00x00'
    b'xfexffxffxffx00x00x01x00x02x00'

## 结构体和内存视图中字节的使用 ##

struct 模块提供了一些函数，把打包的字节序列转换成不同类型字段组成的元组，也可以把元组转换成打包的字节序列

memoryview 类不是用于创建或存储字节序列的，而是共享内存，让你访问其他二进制序列、打包的数组和缓冲中的数据切片，而无需复制字节序列.

#使用 memoryview 和 struct 查看一个 GIF 图像的首部
    import struct
    # 结构体的格式：< 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
    fmt = '<3s3sHH'
    with open('imgs/01.gif','rb') as fp:
        #使用内存中的文件内容创建一个 memoryview 对象…
        img = memoryview(fp.read())
    #然后使用它的切片再创建一个 memoryview 对象；这里不会复制字节序列  
    header = img[:10]
    #  转换成字节序列
    bh = bytes(header)
    print(bh)
    #拆包 memoryview 对象，得到一个元组，包含类型、版本、宽度和高度
    print(struct.unpack(fmt,header))
    del header
    del img
    b'GIF89axe8x03qx01'
    (b'GIF', b'89a', 1000, 369)

[fb80fbe78067e9c71c4991f0e9aa6d83.png]: /images/20221120/35028de15e50458dab0afb697b9f5e86.png