bytes和str不能直接拼接或赋值，必须用encode()或decode()显式转换；二者类型不同、内存表示不同，混用会报TypeError；错误根源常是编码意图不明确。
bytes 和 str 之间不能直接赋值或拼接，必须显式调用 encode() 或 decode() —— 缺少这一步，90% 的 Unicode 错误都源于此。
为什么 b'hello' + 'world' 会报错
Python 3 中 bytes 和 str 是完全不同的类型，内存表示也不同：str 是 Unicode 码点序列，bytes 是字节序列。二者混用会触发 TypeError: can't concat bytes to str。
- 常见错误场景：读取文件后直接和字符串拼接、HTTP 响应体（
bytes）与 JSON 字段名（str）拼接 - 不是“Python 故意为难”，而是强制你明确编码意图：你打算用 UTF-8？GBK？还是 Latin-1？
- 默认编码不等于万能编码 ——
sys.getdefaultencoding()是 UTF-8，但网络协议或旧系统可能用 GB2312
str.encode() 的参数怎么选
encode() 把 str 转成 bytes，关键在 encoding 和 errors 参数：
-
encoding必须显式指定，别依赖默认值 —— 比如写日志到 Windows 记事本，用'gbk'才能正常显示中文 -
errors控制异常字符处理：'strict'（默认，报UnicodeEncodeError）、'ignore'（跳过）、'replace'（替换成?）、'xmlcharrefreplace'（转成 xxx;） - 注意：
'surrogateescape'是特殊机制，用于安全 round-trip 文件系统路径（比如os.listdir()返回的乱码名），一般业务代码不用
示例：
'café'.encode('utf-8')</code> → <code>b'caf\xc3\xa9'</code>；<code>'你好'.encode('gbk')</code> → <pre class="brush:php;toolbar:false;">b'\xc4\xe3\xba\xc3'
立即学习“Python免费学习笔记（深入）”；
bytes.decode() 失败时先看错误类型
decode() 报错通常分两类，处理方式完全不同：
-
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xe4 in position 0：说明字节流不是 UTF-8 编码，试试'gbk'或'latin-1'（后者永不报错，但可能乱码） -
UnicodeDecodeError: 'utf-8' codec can't decode bytes in position 10-11: invalid continuation byte：数据被截断或损坏，比如 TCP 分包未收全、文件被意外截断 - 别无脑用
errors='ignore'—— 看似不报错，但中文变空、数字错位，后期 debug 更痛苦 - 如果来源不可控（如用户上传的文本文件），先用
chardet.detect()或charset_normalizer.from_bytes()猜编码，再 decode
文件 IO 是最易踩坑的场景
打开文件时模式决定类型：open(..., 'r') 返回 str（自动 decode），open(..., 'rb') 返回 bytes（原样读取）。混用会导致双重解码或未解码：
- 用
'rb'读取后再手动.decode('utf-8')—— 这是可控的，推荐 - 用
'r'但没传encoding参数 —— 依赖 locale，Linux 服务器可能是 UTF-8，Windows 可能是 GBK，部署即崩 - 写文件时：用
'w'就别再.encode()，否则变成b'xxx'.encode()→bytes对象被转成字符串再编码，结果是乱码
正确姿势：
with open('data.txt', 'rb') as f: content = f.read().decode('utf-8') 或 with open('data.txt', 'r', encoding='utf-8') as f: content = f.read()
真正麻烦的从来不是语法，而是你不知道对方用什么编码发来的 bytes，也不知道自己该用什么编码写出去 —— 多看一眼文档、抓个包、打个 repr()，比硬写 errors='ignore' 省三天调试时间。
