总结

下面是一个简单的 ASCII 艺术表格，总结了各种 Python 版本中的类型名称

+--------------+-------------+------------+--------------------------+
| C name       | 2.x    repr | 3.0a1 repr | 3.0a2               repr |
+--------------+-------------+------------+--------------------------+
| PyUnicode    | unicode u'' | str     '' | str                   '' |
| PyString     | str      '' | str8   s'' | bytes                b'' |
| PyBytes      | N/A         | bytes  b'' | bytearray bytearray(b'') |
| PyBuffer     | buffer      | buffer     | N/A                      |
| PyMemoryView | N/A         | memoryview | memoryview         <...> |
+--------------+-------------+------------+--------------------------+

PEP 3118 缓冲区 API

bytes 和 bytearray 都实现了 PEP 3118 缓冲区 API。bytes 类型只实现只读请求；bytearray 类型也允许可写和数据锁定请求。元素数据类型始终是 ‘B’（即无符号字节）。

构造函数

bytes 和 bytearray 都有四种形式的构造函数：

• bytes(<bytes>), bytes(<bytearray>), bytearray(<bytes>), bytearray(<bytearray>): 简单的复制构造函数，需要注意的是 bytes(<bytes>) 可能会返回其（不可变）参数，但 bytearray(<bytearray>) 总是会创建副本。
• bytes(<str>, <encoding>[, <errors>]), bytearray(<str>, <encoding>[, <errors>]): 编码文本字符串。请注意，str.encode() 方法返回一个 不可变 字节对象。 参数是必需的； 是可选的。 和 （如果给定）必须是 str 实例。
• bytes(<memory view>), bytearray(<memory view>): 从任何实现 PEP 3118 缓冲区 API 的对象构造 bytes 或 bytearray 对象。
• bytes(<iterable of ints>), bytearray(<iterable of ints>): 从范围在 range(256) 内的整数流构造 bytes 或 bytearray 对象。
• bytes(<int>), bytearray(<int>): 构造给定长度的零初始化 bytes 或 bytearray 对象。

比较

bytes 和 bytearray 类型可以相互比较和排序，因此例如 b’abc’ == bytearray(b’abc’) < b’abd’。

将任一类型与字符串对象进行相等比较会返回 False，无论操作数内容如何。与字符串进行排序比较会引发 TypeError。这都符合不兼容类型对象之间比较和排序的标准规则。

(注意： 在 Python 3.0a1 中，比较字节实例和字符串实例会引发 TypeError，前提是这可以更快地捕获偶尔的错误，尤其是在从 Python 2.x 移植的代码中。然而，python-3000 列表上的长时间讨论指出了许多问题，这显然是一个坏主意，无论本 PEP 的其余部分命运如何，都将在 3.0a2 中回滚。)

切片

对 bytes 对象进行切片会返回 bytes 对象。对 bytearray 对象进行切片会返回 bytearray 对象。

对 bytearray 对象的切片赋值接受任何实现 PEP 3118 缓冲区 API 的对象，或范围在 range(256) 内的整数可迭代对象。

索引

对 bytes 和 bytearray 进行索引返回小整数（与 3.0a1 中的 bytes 类型以及列表或 array.array(‘B’) 类似）。

对 bytearray 对象的项赋值接受范围在 range(256) 内的整数。（要从 bytes 序列赋值，请使用切片赋值。）

Str() 和 Repr()

str() 和 repr() 函数对这些对象返回相同的值。bytes 对象的 repr() 返回 b’…’ 样式字面量。bytearray 的 repr() 返回形式为 “bytearray(b’…’)” 的字符串。

运算符

bytes 和 bytearray 类型实现了以下运算符，除非另有说明：

• b1 + b2: 拼接。对于混合 bytes/bytearray 操作数，返回类型是第一个参数的类型（这看起来是任意的，直到你考虑 += 的工作原理）。
• b1 += b2: 如果 b1 是 bytearray 对象，则改变 b1。
• b * n, n * b: 重复；n 必须是整数。
• b *= n: 如果 b 是 bytearray 对象，则改变 b。
• b1 in b2, b1 not in b2: 子字符串测试；b1 可以是任何实现 PEP 3118 缓冲区 API 的对象。
• i in b, i not in b: 单字节成员测试；i 必须是整数（如果它是一个长度为 1 的字节数组，则被视为子字符串测试，结果相同）。
• len(b): 字节数。
• hash(b): 哈希值；仅由 bytes 类型实现。

请注意，不实现 % 运算符。它似乎不值得复杂。

方法

以下方法由 bytes 和 bytearray 实现，语义相似。它们接受任何实现 PEP 3118 缓冲区 API 的对象作为 bytes 参数，并返回与调用该方法的对象（“self”）相同的类型：

.capitalize(), .center(), .count(), .decode(), .endswith(),
.expandtabs(), .find(), .index(), .isalnum(), .isalpha(), .isdigit(),
.islower(), .isspace(), .istitle(), .isupper(), .join(), .ljust(),
.lower(), .lstrip(), .partition(), .replace(), .rfind(), .rindex(),
.rjust(), .rpartition(), .rsplit(), .rstrip(), .split(),
.splitlines(), .startswith(), .strip(), .swapcase(), .title(),
.translate(), .upper(), .zfill()

这正是 Python 2.x 中 str 类型上存在的方法集，不包括 .encode()。签名和语义也相同。但是，每当使用字符类（如字母、空白、小写）时，都使用这些类的 ASCII 定义。（Python 2.x str 类型使用当前区域设置中的定义，可通过 locale 模块设置。）之所以省略 .encode() 方法，是因为 Python 3000 中对编码和解码的定义更严格：编码总是接受 Unicode 字符串并返回字节序列，而解码总是接受字节序列并返回 Unicode 字符串。

此外，这两种类型都实现了类方法 .fromhex()，它从包含十六进制值（字节之间可以有或没有空格）的字符串构造对象。

bytearray 类型实现了 MutableSequence ABC 中的这些额外方法（参见 PEP 3119）：

.extend(), .insert(), .append(), .reverse(), .pop(), .remove()。

字节和字符串类型

与 Python 3.0a1 中的 bytes 类型一样，与 Python 2.x 中 str 和 unicode 之间的关系不同，尝试混合 bytes（或 bytearray）对象和 str 对象而不指定编码将引发 TypeError 异常。（但是，比较 bytes/bytearray 和 str 对象的相等性将简单地返回 False；请参阅上面的比较部分。）

bytes 或 bytearray 对象与 str 对象之间的转换必须始终是显式的，并使用编码。有两种等效的 API：str(b, <encoding>[, <errors>]) 等效于 b.decode(<encoding>[, <errors>])，而 bytes(s, <encoding>[, <errors>]) 等效于 s.encode(<encoding>[, <errors>])。

有一个例外：我们可以通过编写 str(b) 将 bytes（或 bytearray）转换为 str 而无需指定编码。这会产生与 repr(b) 相同的结果。这个例外是必要的，因为我们普遍承诺 任何 对象都可以打印，而打印只是转换为 str 的一种特殊情况。但是，不承诺打印 bytes 对象会将单个字节解释为字符（与 Python 2.x 不同）。

str 类型目前实现了 PEP 3118 缓冲区 API。虽然这可能偶尔很方便，但也可能令人困惑，因为通过缓冲区 API 访问的字节表示依赖于平台的编码：根据平台字节顺序和编译时配置选项，编码可能是 UTF-16-BE、UTF-16-LE、UTF-32-BE 或 UTF-32-LE。更糟糕的是，str 类型的不同实现可能会完全改变字节表示，例如改为 UTF-8，甚至根本不可能将数据作为连续的字节数组访问。因此，将从 str 类型中删除 PEP 3118 缓冲区 API。

basestring 类型

basestring 类型将从语言中删除。以前使用 isinstance(x, basestring) 的代码应更改为使用 isinstance(x, str)。

序列化

留给读者作为练习。