python - Python中字节字面量的比较

Question

出现以下问题是因为我试图使用 bytes 字符串作为字典键，而我理解为相等的字节值并未被视为相等。

为什么以下 Python 代码比较不相等 - 这两个等效表示不是相同二进制数据(故意选择该示例以避免字节顺序)吗？

b'0b11111111' == b'0xff'

我知道以下评估为真，证明了等价性:

int(b'0b11111111', 2) == int(b'0xff', 16)

但为什么 Python 强制我知道表示形式？它与字节序有关吗？除了将它们全部转换为例如十六进制文字之外，是否有一些简单的方法可以强制它们进行等价比较？是否有透明和清晰的方法以(某种程度上)独立于平台的方式在所有表示之间移动(或者我要求太多)？

假设我想以 b'0b11111111' 的形式实际使用 8 位索引字典，那么为什么 Python 将其扩展为 10 个字节，我该如何防止这种情况发生？

这是大型树数据结构的一小部分，将我的索引扩展 80 倍似乎是对内存的巨大浪费。

Answer 1

字节可以表示任意数量的东西。 Python 不能也不会猜测您的字节可能编码的内容。

例如，int(b'0b11111111', 34) 也是一个有效的解释，但该解释不等于十六进制 FF。

解释的数量，其实是无穷无尽的。这些字节可以表示一系列 ASCII 代码点、图像颜色或音符。

除非您明确应用解释，否则 bytes 对象仅由 0-255 范围内的值序列组成，并且这些字节的文本表示使用 ASCII(如果可以表示为可打印文本):

>>> list(bytes(b'0b11111111'))
[48, 98, 49, 49, 49, 49, 49, 49, 49, 49]
>>> list(bytes(b'0xff'))
[48, 120, 102, 102]

那些字节序列不相等。

如果您想将这些序列显式解释为整数文字，请使用 ast.literal_eval()解释解码文本值；在比较之前总是先归一化:

>>> import ast
>>> ast.literal_eval(b'0b11111111'.decode('utf8'))
255
>>> ast.literal_eval(b'0xff'.decode('utf8'))
255