本文主要給大家介紹了關于 Python中的字符串操作和編碼Unicode的一些知識，下面話不多說，需要的朋友們下面來一起學習吧。

字符串類型

str：Unicode字符串。采用''或者r''構造的字符串均為str，單引號可以用雙引號或者三引號來代替。無論用哪種方式進行制定，在Python內部存儲時沒有區別。

bytes：二進制字符串。由于jpg等其他格式的文件不能用str進行顯示，所以才用bytes來表示，bytes的每個字節為一個0-255的數字。如果打印的時候，Python會把能夠用ASCII表示的部分顯示為ASCII，這樣方便閱讀。bytes幾乎支持除了格式化以外的所有str的方法，甚至包括了re模塊

bytearray() ：二進制可原地變動的字符串。

utf-8編碼范圍

字節順序標記BOM

BOM是byte order marker的縮寫，

指定編碼寫入時的規則

Python在使用'utf-8'編碼寫入文件時不會寫入BOM頭，但是如果指定編碼'utf-8-sig'則會迫使Python寫入一個BOM頭。

使用'utf-16-be'不會寫入一個BOM頭，但是采用'utf-16'則會寫入一個BOM頭。

>>> open('h.txt','w',encoding='utf-8-sig').write('aaa')3>>> open('h.txt','rb').read()b'/xef/xbb/xbfaaa'>>> open('h.txt','w',encoding='utf-16').write('bbb')3>>> open('h.txt','rb').read()b'/xff/xfeb/x00b/x00b/x00'>>> open('hh.txt','w',encoding='utf-16-be').write('ccc')3>>> open('hh.txt','rb').read()b'/x00c/x00c/x00c'>>> open('h.txt','w',encoding='utf-8').write('ddd')3>>> open('h.txt','rb').read()b'ddd'

讀取時的規則

如果指定了正確的編碼，那么BOM會忽略，否則BOM會顯示為亂碼或者返回異常。

>>> open('h.txt','r').read()'锘縟dd'>>> open('h.txt','r',encoding='utf-8-sig').read()'ddd'

編碼與解碼