内容摘要：本文转载自微信公众号「dongfanger」，作者dongfanger。转载本文请联系dongfanger公众号。字符字符是一个信息单位，简单来讲就是一个字母、数字、标点符号、汉字等。字符的最佳定义是

本文转载自微信公众号「dongfanger」，字符字节作者dongfanger。新编转载本文请联系dongfanger公众号。字符字节

字符

字符是新编一个信息单位，简单来讲就是字符字节一个字母、数字、新编标点符号、字符字节汉字等。新编

字符的字符字节最佳定义是Unicode字符：

它是一个全球化的标准，能表示世界上所有语言的新编字符。Unicode字符的字符字节标识(码位)是以4~6个十六进制数字表示的，并且加前缀U+。新编

字节

字节是字符字节计算机信息计量单位，一个字节代表八个比特，新编存储的字符字节数值范围为0~255。

字节跳动(ByteDance)互联网公司的字节就是这个字节。

字节是机器的，字符是服务器托管人类的。

把人类字符转换为机器字节时使用的算法叫做编码，反之叫做解码。

算法不同，字节与字符的关系也不同：

bytes和bytearray

字节实际上是个二进制序列。不可变bytes类型和可变bytearray类型是用来存储二进制序列的，它们的示例如下：

>>> cafe = bytes("café", encoding="utf_8") >>> cafe bcaf\xc3\xa9 >>> cafe[0] 99 >>> cafe[:1] bc >>> cafe_arr = bytearray(cafe) >>> cafe_arr bytearray(bcaf\xc3\xa9) >>> cafe_arr[-1:] bytearray(b\xa9) 

特别的是cafe[0]返回了整数，cafe[:1]返回了二进制序列，这是因为s[0] == s[:1]只对str类型成立，而对于其他类型来说，s[i]返回一个元素，s[i:i+1]返回一个相同类型的序列。

二进制序列实际上是整数序列。它们的字面量表示法包含ASCII字符(ASCII只能表示英文体系的字符)，比如cafe的bcaf\xc3\xa9，具体规则是：

从空格到~的字符直接使用ASCII字符 制表符\t、亿华云换行符\n、回车符\r、转义符\\ 其他字符用十六进制转义序列，比如\x00空字节

构建bytes和bytearray对象的方式有以下几种：

一个str对象和一个encoding关键字参数 一个可迭代对象，数值在0~255 一个实现了缓冲协议的对象，如bytes、bytearray、memoryview、array.array

memoryview和struct

memoryview允许在二进制数据结构之间共享内存，struct能从序列中提取结构化信息。

示例如下，提取一个GIF图像的宽度和高度：

import struct with open("filter.gif", "rb") as fp:     img = memoryview(fp.read()) # 这里不会复制字节序列，因为用的memoryview header = img[:10] print(bytes(header))  # bGIF89a+\x02\xe6\x00 # <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 # 类型、版本、宽度、高度 struct.unpack("<3s3sHH", header)  # (bGIF, b89a, 555, 230) # 删除引用，释放memoryview实例所占的内存 del header del img 

小结

本文介绍了字符和字节的概念以及它们之间的关系，一个字符对应一个或多个字节。字符是人类的，亿华云计算字节是机器的，编码就是人类字符转换为机器字节，反之叫做解码。然后分别介绍了二进制序列的类型bytes和bytearray，和二进制序列的工具memoryview和struct。

参考资料：

《流畅的Python》 http://www.ruanyifeng.com/blog/2007/10/ascii_unicode_and_utf-8.html https://zh.wikipedia.org/wiki/字符_(计算机科学) https://home.unicode.org/ https://zh.wikipedia.org/wiki/字节 https://www.runoob.com/w3cnote/byte-character.html