python整數、字符串、字節串

python整數、字符串、字節串

一、整數、字符串、字節串之間的相互轉換

1.進制轉換

10進制轉16進制(注意轉換出來的是16進制字符串):

hex(16)  ==>  0x10

16進制轉10進制:

int(STRING,BASE)將字符串STRING轉成十進制int，其中STRING的基是base。該函數的第一個參數是字符串

int('0x10', 16)  ==>  16

類似的還有八進制oct()， 二進制bin()

16進制字符串轉成二進制

hex_str='00fe'
bin(int('1'+hex_str, 16))[3:]  #含有前導0
# 結果 '0000000011111110'
bin(int(hex_str, 16))[2:]   #忽略前導0
# 結果 '11111110'

二進制字符串轉成16進制字符串

bin_str='0b0111000011001100'
hex(int(bin_str,2))
# 結果 '0x70cc'

2.字符to整數

10進制字符串:

int('10')  ==>  10

16進制字符串:

int('10', 16)  ==>  16
# 或者
int('0x10', 16)  ==>  16

3.字節串to整數

使用網絡數據包常用的struct，兼容C語言的數據結構
struct中支持的格式如下表

Format	C-Type	Python-Type	字節數	備註
x	pad byte	no value	1
c	char	string of length 1	1
b	signed char	integer	1
B	unsigned char	integer	1
?	_Bool	bool	1
h	short	integer	2
H	unsigned short	integer	2
i	int	integer	4
I	unsigned int	integer or long	4
l	long	integer	4
L	unsigned long	long	4
q	long long	long	8	僅支持64bit機器
Q	unsigned long long	long	8	僅支持64bit機器
f	float	float	4
d	double	float	8
s	char[]	string	1
p	char[]	string	1(與機器有關)	作爲指針
P	void *	long	4	作爲指針

對齊方式：放在第一個fmt位置(struct包的使用)

CHARACTER	BYTE ORDER	SIZE	ALIGNMENT
@	native	native	native
=	native	standard	none
<	little-endian	standard	none
>	big-endian	standard	none
!	network (= big-endian)	standard	none

pythonstruct包源碼：

def pack(fmt, *args): # known case of _struct.pack
    """ Return string containing values v1, v2, ... packed according to fmt. """
    return ""
  
def unpack(fmt, string): # known case of _struct.unpack
    """
    Unpack the string containing packed C structure data, according to fmt.
    Requires len(string) == calcsize(fmt).
    """
    pass

# 第一個參數用上述表格內的fmt格式表示字符串
# 其他參數*args爲自己要進行轉爲字節串的值

轉義爲short型整數:

struct.unpack('<hh', bytes(b'\x01\x00\x00\x00'))  ==>  (1, 0)
# fmt的"<hh"  代表：little-endian(寄存器數字的存儲方式，小的在前)，兩個雙字節的整型integer(一個轉成兩個數，每個佔了兩個字節，不足位置補的是0)

轉義爲long型整數:

struct.unpack('<L', bytes(b'\x01\x00\x00\x00'))  ==>  (1,)
# 轉成一個四字節的整型long

4.整數to字節串

轉爲兩個字節:

struct.pack('<HH', 1,2)  ==>  b'\x01\x00\x02\x00'
# 將兩個值1和2，轉換爲雙字節表示的字節串。(如：1 >>> b'\x01\x00'  2 >>> b'\x02\x00')

轉爲四個字節:

struct.pack('<LL', 1,2)  ==>  b'\x01\x00\x00\x00\x02\x00\x00\x00'
# 將兩個值1和2，轉換爲四字節表示的字節串(如：整數1可表示爲 b'\x01\x00\x00\x00')

5.整數to字符串

直接用函數

str(100)

6.字符串to字節串

• decode和encode區別

decode函數是重新解碼，把CT字符串所顯示的69dda8455c7dd425【每隔兩個字符】解碼成十六進制字符\x69\xdd\xa8\x45\x5c\x7d\xd4\x25

CT = '69dda8455c7dd425'
print "%r"%CT.decode('hex')

encode函數是重新編碼，把CT字符串所顯示的69dda8455c7dd425【每個字符】編碼成acsii值，ascii值爲十六進制顯示，佔兩位。執行下列結果顯示36396464613834353563376464343235等價於將CT第一個字符’6’編碼爲0x36h 第二個字符’9’編碼爲0x39h

CT='69dda8455c7dd425'
print "%r"%CT.encode('hex')

可以理解爲：decode解碼，字符串變短一半，encode編碼，字符串變爲兩倍長度

python2和python3編碼有區別，這裏注意區分

decode(‘ascii’)解碼爲字符串Unicode格式。輸出帶有’u’
encode(‘ascii’)，編碼爲Unicode格式，其實python默認處理字符串存儲就是Unicode，輸出結果估計和原來的字符串一樣。

字符串編碼爲字節碼:

'12abc'.encode('ascii')  ==>  b'12abc'

數字或字符數組:

bytes([1,2, ord('1'),ord('2')])  ==>  b'\x01\x0212'

16進制字符串:

bytes().fromhex('010210')  ==>  b'\x01\x02\x10'

16進制字符串:

bytes(map(ord, '\x01\x02\x31\x32'))  ==>  b'\x01\x0212'

16進制數組:

bytes([0x01,0x02,0x31,0x32])  ==>  b'\x01\x0212'

7.字節串to字符串

字節碼解碼爲字符串:

bytes(b'\x31\x32\x61\x62').decode('ascii')  ==>  12ab

字節串轉16進製表示,夾帶ascii:

str(bytes(b'\x01\x0212'))[2:-1]  ==>  \x01\x0212

字節串轉16進製表示,固定兩個字符表示:

str(binascii.b2a_hex(b'\x01\x0212'))[2:-1]  ==>  01023132

字節串轉16進制數組:

[hex(x) for x in bytes(b'\x01\x0212')]  ==>  ['0x1', '0x2', '0x31', '0x32']

問題：什麼時候字符串前面加上’r’、’b’、’r’，其實官方文檔有寫。我認爲在Python2中，r和b是等效的。

The Python 2.x documentation:

A prefix of ‘b’ or ‘B’ is ignored in Python 2; it indicates that the literal should become a bytes literal in Python 3 (e.g. when code is automatically converted with 2to3). A ‘u’ or ‘b’ prefix may be followed by an ‘r’ prefix.
‘b’字符加在字符串前面，對於python2會被忽略。加上’b’目的僅僅爲了兼容python3，讓python3以bytes數據類型(0~255)存放這個字符、字符串。

The Python 3.3 documentation states:

Bytes literals are always prefixed with ‘b’ or ‘B’; they produce an instance of the bytes type instead of the str type. They may only contain ASCII characters; bytes with a numeric value of 128 or greater must be expressed with escapes.
數據類型byte總是以’b’爲前綴，該數據類型僅爲ascii。

下面是stackflow上面一個回答。我覺得不錯，拿出來跟大家分享

In Python 2.x

Pre-3.0 versions of Python lacked this kind of distinction between text and binary data. Instead, there was:

• unicode = u’…’ literals = sequence of Unicode characters = 3.x str
• str = ‘…’ literals = sequences of confounded bytes/characters
  Usually text, encoded in some unspecified encoding.
  But also used to represent binary data like struct.pack output.

Python 3.x makes a clear distinction between the types:

• str = ‘…’ literals = a sequence of Unicode characters (UTF-16 or UTF-32, depending on how Python was compiled)
• bytes = b’…’ literals = a sequence of octets (integers between 0 and 255)

---

二、 Python字節串詳解

1.字節串概念理解

• 存儲以字節爲單位的數據
• 字節串是不可變的字節序列
• 字節是 0~255 之間的整數

2.創建字節串

# 創建空字節串的字面值
b'' 
b""
b''''''
b""""""
B''
B""
B''''''
B""""""
# 創建非空字節串的字面值
b'ABCD'
b'\x41\x42'
b'hello Jason'

3.字節串的構造函數

• bytes() 生成一個空的字節串 等同於 b''
• bytes(整型組成的可迭代對象) 用可迭代對象初始化一個字節串,不能超過255
• bytes(整數n) 生成 n 個值爲零的字節串
• bytes(字符串, encoding='utf-8') 用字符串的轉換編碼生成一個字節串

a = bytes()  # b''
b = bytes([10,20,30,65,66,67])  # b'\n\x14\x1eABC'
c = bytes(range(65,65+26))  # b'ABCDEFGHIJKLMNOPQRSTUVWXYZ'
d = bytes(5)  # b'\x00\x00\x00\x00\x00'
e = bytes('hello 中國','utf-8')  # b'hello \xe4\xb8\xad\xe5\x9b\xbd'

4.字節串的運算

• + += * *=
• < <= > >= == !=
• in / not in 只能對整型數進行操作
• 索引/切片

b = b'abc' + b'123'  # b=b'abc123'
b += b'ABC'    # b=b'abc123ABC'
b'ABD' > b'ABC'  # True
b'a'*4   # b'aaaa'
b = b'ABCD'
65 in b    # True
b'A' in b  # True

5.bytes 與 str 的區別

• bytes 存儲字節(0-255)
• str 存儲Unicode字符(0-65535)

6.bytes 與 str 轉換

• str 轉 bytes
b = s.encode('utf-8')
• bytes 轉 str
s = b.decode('utf-8')

三、 字節數組

可變的字節序列

1.創建字構造函數

• bytearray() 生成一個空的字節串 等同於 bytearray(b'')
• bytearray(整型可迭代對象) 用可迭代對象初始化一個字節串,不能超過255
• bytearray(整數n) 生成 n 個值爲零的字節串
• bytearray(字符串, encoding='utf-8') 用字符串的轉換編碼生成一個字節串

a = bytearray() # bytearray(b'')
b = bytearray(5) # bytearray(b'\x00\x00\x00\x00\x00')
c = bytearray([1,2,3,4]) # bytearray(b'\x01\x02\x03\x04')

2.字節數組的運算

• + += * *=
• < <= > >= == !=
• in / not in 只能對整型數進行操作
• 索引/切片

3.字節數組的方法

• B.clear() 清空字節數組
• B.append(n) 追加一個字節(n爲0-255的整數)
• B.remove(value) 刪除第一個出現的字節，如果沒有出現，則產生ValueError錯誤
• B.reverse() 字節的順序進行反轉
• B.decode(encoding='utf-8') # 解碼
• B.find(sub[, start[, end]]) 查找

鳴謝：(https://www.kancloud.cn/hx78/python/450119)
(https://www.jianshu.com/p/5bb986772ef8)