Python字节串“b“前缀

核心结论 ：前缀"b"用于创建字节串对象，它以二进制形式存储数据，是Python处理文件I/O、网络通信等底层操作的基石。

一、基础定义

官方名称：字节串

核心功能：表示不可变的二进制数据序列（0-255的整数序列）。

语法形式：在字符串引号前加"b"或"B"

b'hello'  # 字节串
b"world"  # 同上
B'test'   # 同上

二、数据类型特性对比

维度	普通字符串 (str)	字节串
存储内容	Unicode字符	原始字节数据（0-255）
长度单位	字符数	字节数
编码	已经解码，无需编码	需要指定编码才能转为文本
可打印性	直接显示字符	显示转义形式（如b'\xe4\xb8\xad'）
不可变性	不可变	不可变
类型检查	type('') is str	type(b'') is bytes

本质区别示例：

s = '中'      # 长度1，包含一个Unicode字符
b = b'\xe4\xb8\xad'  # 长度3，包含3个字节（UTF-8编码）

print(len(s))  # 1
print(len(b))  # 3

三、必须使用字节串的三大典型场景

1. 文件I/O（二进制模式）

读写图片、音频、视频、压缩文件等非文本文件时，必须用字节串：

with open('image.jpg', 'rb') as f:  # 注意'rb'表示二进制读
    data = f.read()  # 返回bytes对象

with open('copy.jpg', 'wb') as f:
    f.write(data)

2. 网络通信（socket编程）

网络协议传输的是原始字节流，而非文本：

import socket

sock = socket.socket()
sock.connect(('example.com', 80))
request = b'GET / HTTP/1.1\r\nHost: example.com\r\n\r\n'
sock.sendall(request)  # 必须发送bytes
response = sock.recv(4096)  # 返回bytes

3. 加密与哈希运算

加密算法处理的是二进制数据：

import hashlib

md5 = hashlib.md5()
md5.update(b'secret')  # 必须传入bytes
print(md5.hexdigest())

四、语法规则

正确声明方式

b'hello'        # 单引号
b"world"        # 双引号
b'''multi'''    # 三单引号
B"""multi"""    # 三双引号
b'\xe4\xb8\xad' # 转义序列

常见错误写法

1. 混合使用编码字符

   b'中文字符' # ❌ SyntaxError: bytes can only contain ASCII literal
   b'\xe4\xb8\xad' # ✅ 正确：用十六进制表示UTF-8编码

2. 字符串拼接错误

   'text' + b'bytes' # ❌ TypeError: can't concat str to bytes
   b'text' + b'bytes' # ✅ 正确

3. 格式化不支持

   b'hello {}'.format('world') # ❌ 字节串不支持.format()

五、类型转换方法

str → bytes（编码）

# 方法1：encode()
text = '你好世界'
byte_data = text.encode('utf-8')  # b'\xe4\xbd\xa0\xe5\xa5\xbd\xe4\xb8\x96\xe7\x95\x8c'

# 方法2：bytes构造函数
byte_data = bytes(text, 'utf-8')
byte_data = bytes(text, encoding='utf-8')

# 方法3：bytes字面量（仅限ASCII）
byte_data = b'hello'

bytes → str（解码

# 方法1：decode()
text = byte_data.decode('utf-8')  # '你好世界'

# 方法2：str构造函数
text = str(byte_data, 'utf-8')
text = str(byte_data, encoding='utf-8')

# 处理解码错误
text = byte_data.decode('utf-8', errors='ignore')  # 忽略错误字符
text = byte_data.decode('utf-8', errors='replace')  # 用�替换

六、操作限制与替代方案

字节串不支持的字符串操作

b'hello'.upper()    # ✅ 支持（仅ASCII）
b'hello'.lower()    # ✅ 支持（仅ASCII）
b'hello'.strip()    # ✅ 支持

# ❌ 以下操作不支持或不按预期工作：
b'hello {}'.format('world')  # 不支持格式化
b'hello' + 'world'          # 不能与str拼接
b'hello'.isalpha()          # 非ASCII字符行为不同

替代方案

1. 需要高级字符串操作？先解码

   byte_data = b'hello \xe4\xb8\xad'
   text = byte_data.decode('utf-8')
   text = text.upper() # 使用str的方法
   byte_result = text.encode('utf-8')

2. 字节串专用方法

   b'hello'.find(b'e') # ✅ 支持
   b'hello'.replace(b'l', b'x') # ✅ 支持
   b'hello'.split(b'e') # ✅ 支持
   b'abc'.hex() # ✅ 转为十六进制字符串
   bytes.fromhex('616263') # ✅ 从十六进制创建

七、实际应用案例

案例1：二进制文件复制器

def copy_binary_file(src, dst, chunk_size=8192):
    """高效复制二进制文件"""
    with open(src, 'rb') as f_src, open(dst, 'wb') as f_dst:
        while True:
            chunk = f_src.read(chunk_size)  # 读取bytes块
            if not chunk:
                break
            f_dst.write(chunk)

# 使用示例
copy_binary_file('original.jpg', 'backup.jpg')

案例2：HTTP请求客户端

import socket

def simple_http_request(host, path='/'):
    """发送简单的HTTP GET请求"""
    # 构建HTTP请求（必须是bytes）
    request = f"GET {path} HTTP/1.1\r\nHost: {host}\r\n\r\n"
    request_bytes = request.encode('utf-8')
    
    sock = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
    sock.connect((host, 80))
    
    try:
        sock.sendall(request_bytes)
        response = b''
        while True:
            chunk = sock.recv(4096)
            if not chunk:
                break
            response += chunk
        
        # 分离头部和主体
        header, _, body = response.partition(b'\r\n\r\n')
        print("Response Header:")
        print(header.decode('utf-8', errors='ignore'))
        
        return body
    finally:
        sock.close()

# 使用示例
content = simple_http_request('example.com', '/')

案例3：文件哈希校验工具

import hashlib

def calculate_file_hash(filepath, algorithm='md5'):
    """计算文件的哈希值"""
    hash_func = hashlib.new(algorithm)
    
    with open(filepath, 'rb') as f:  # 二进制模式读取
        while True:
            chunk = f.read(8192)  # 分块读取bytes
            if not chunk:
                break
            hash_func.update(chunk)
    
    return hash_func.hexdigest()

# 使用示例
print(f"MD5: {calculate_file_hash('document.pdf', 'md5')}")
print(f"SHA256: {calculate_file_hash('document.pdf', 'sha256')}")

关键要点总结

1. 记住黄金法则 ：涉及二进制数据 （文件/网络/加密）时，用bytes ；涉及文本处理 时，用str
2. 编码解码桥梁 ：.encode() 将 str 转为 bytes，.decode() 将 bytes 转为 str
3. 错误处理 ：解码时始终考虑 errors 参数（ignore/replace）
4. 性能考虑：大文件操作时，分块读写bytes更高效