在字符串前創建帶有“b”前綴的字節時，python 使用什么編碼？

Question

來自 python 文檔：

字節文字總是以'b'或'B'為前綴； 它們生成 bytes 類型而不是 str 類型的實例。 它們可能只包含 ASCII 字符； 數值為 128 或更大的字節必須用轉義表示。

我知道我可以創建一個帶有b前綴表達式的字節 object ，例如： b'cool' ，這會將 unicode 字符串'cool'轉換為字節。 我也知道bytes() function 可以創建 bytes 實例，但您需要指定編碼參數： bytes('cool', 'utf-8') 。

據我了解，如果我想將一個字符串翻譯成一個字節序列，我需要使用其中一個編碼規則。 我做了一些實驗，似乎b前綴使用 utf-8 編碼將字符串轉換為字節：

>>> a = bytes('a', 'utf-8')
>>> b'a' == a
True
>>> b = bytes('a', 'utf-16')
>>> b'a' == b
False

我的問題是當通過b前綴創建字節 object 時，python 使用什么編碼？ 有沒有指定這個問題的文檔？ 它是否使用 utf-8 或 ascii 作為默認值？

Answer 1

bytes類型可以保存任意數據。 例如，JPEG 圖像的（開頭）：

>>> with open('Bilder/19/01/IMG_3388.JPG', 'rb') as f:
...     head = f.read(10)

您應該將其視為整數序列。 這也是該類型在許多方面的行為方式：

>>> list(head)
[255, 216, 255, 225, 111, 254, 69, 120, 105, 102]
>>> head[0]
255
>>> sum(head)
1712

出於方便的原因（我repr是出於歷史原因），字節的標准表示及其文字類似於字符串：

>>> head
b'\xff\xd8\xff\xe1o\xfeExif'

它在適用的情況下使用 ASCII 可打印字符，否則\xNN轉義。 如果bytes object 代表文本，這很方便：

>>> 'Zoë'.encode('utf8')
b'Zo\xc3\xab'
>>> 'Zoë'.encode('utf16')
b'\xff\xfeZ\x00o\x00\xeb\x00'
>>> 'Zoë'.encode('latin1')
b'Zo\xeb'

當您鍵入bytes文字時，Python 使用 ASCII 對它們進行解碼。 ASCII 范圍內的字符在 UTF-8 中的編碼方式相同，這就是為什么您觀察到b'a' == bytes('a', 'utf8')的等價性。 b'a' == bytes('a', 'ascii')表達式可能會少一點誤導。