✅bytes VS str

파이썬은 문자열 데이터의 시퀀스를 표현하는 두 가지 타입이 존재하는데 그것은 bytes와 str이다.

• 부호가 없는 8바이트 데이터가 그대로 들어가고 str은 유니코드 코드 포인트가 들어간다.
  (파이썬에서 str은 불변한 순서있는 집합입니다.)
• 유니코드 데이터를 이진데이터로 변환하려면 str은 encode 메서드를, bytes는 decode 메서드를 호출해서 사용한다.

1. bytes 사용

• bytes를 사용하기 위해서 문자열 앞에 "b"를 입력하면 됩니다.

a = b'i am bytes'

print(a)
print(type(a))

--> b'i am bytes' 
--> <class 'bytes>

2. str to bytes, bytes to str

• 문자열을 encode하면 bytes형이 되고 bytes형을 decode하면 문자열이 된다.
• 인코딩 방식은 지정 가능, 일반적으로 utf-8을 사용한다.

something = 'hello world'
this = something.encode('utf-8')

print(type(this))
-> <class 'bytes'>

print(type(this.decode('utf-8')))
-> <class 'str'>

✅두 개의 타입이 있을 때 발생하는 문제

파이썬으로 문자를 표현할 때마다 타입이 두 가지로 나눠져 있기 때문에 자주 발생하는 두 가지 문제가 있다.

• utf-8로 인코딩된 8비트 시퀀스를 그대로 쓰고 있을 때
• 특정 인코딩을 지정하지 안은 유니코드 문자열을 쓰고 싶을 때

1. bytes나 str을 항상 str로 반환하기

def always_str(bytes_or_str):
    if isinstance(bytes_or_str, bytes):
        value = bytes_or_str.decode('utf-8')
    else:
        value = bytes_or_str
    return value

print(repr(always_str(b'foo')))

실행결과
-> 'foo'

print(repr(always_str('foo')))

실행결과
->'foo'

2. bytes나 str을 항상 bytes로 반환하기

def always_str(bytes_or_str):
    if isinstance(bytes_or_str, str):
        value = bytes_or_str.encode('utf-8')
    else:
        value = bytes_or_str
    return value

print(repr(always_str(b'foo')))

실행결과
-> b'foo'

print(repr(always_str('foo')))

실행결과
-> b'foo'

🟢구분을 왜 해야할까?

⚠ 첫번째 문제점

얼핏 보기에는 bytes와 str은 똑같이 작동한다. 하지만 bytes와 str은 서로 다른 인스턴스이기 때문에 호환이 되지 않는다. 그래서 전달되는 문자 시퀀스 타입을 정확하게 알아야 한다.

1. str과 bytes는 더할 수 없다.
2. bytes와 str은 비교할 수 없다.
3. 연산자는 각 타입의 형식화 문자열에 대해 작동한다.

⚠ 두번째 문제점

파일 핸들(내장함수 open)과 관련된 연산들은 디폴트로 유니코드 문자열을 요구하지 이진 바이트를 문자열을 요구하지 않는다.

with open('data.bin', 'w') as f:
    f.write(b'\xf1\xf2\xf3\xf4\xf5)

이런식으로 하면 에러가 발생한다. 만약 이진 데이터를 열고 쓰거나 열고 싶은면 'wb','rb'로 열어야 한다.

with open('data.bin', 'w',encoding='cp1252') as f:
    f.write(b'\xf1\xf2\xf3\xf4\xf5)

이러한 방식으로 인코딩 방식을 설정해서 열 수 있다.

Effective python을 참고해서 작성했습니다.