关于Python 3:Python 3 – Encode / Decode vs Bytes / Str

Python 3 - Encode/Decode vs Bytes/Str

本问题已经有最佳答案,请猛点这里访问。

我是python3的新手,来自python2,我对unicode基础知识有点困惑。
我已经阅读了一些好的帖子,这使得它更加清晰,但是我看到python 3上有2个方法,它们处理编码和解码,我不确定使用哪个方法。

所以python 3中的想法是,每个字符串都是unicode,可以编码并以字节存储,或者再次解码回unicode字符串。

但有两种方法可以做到:
u'something'.encode('utf-8')将生成b'bytes',但bytes(u'something', 'utf-8')也是如此。
并且b'bytes'.decode('utf-8')似乎与str(b'', 'utf-8')做同样的事情。

现在我的问题是,为什么有两种方法似乎做同样的事情,并且要么比另一种更好(为什么?)我一直试图在谷歌上找到答案,但没有运气。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
>>> original = '27岁少妇生孩子后变老'
>>> type(original)
<class 'str'>
>>> encoded = original.encode('utf-8')
>>> print(encoded)
b'27\xe5\xb2\x81\xe5\xb0\x91\xe5\xa6\x87\xe7\x94\x9f\xe5\xad\xa9\xe5\xad\x90\xe5\x90\x8e\xe5\x8f\x98\xe8\x80\x81'
>>> type(encoded)
<class 'bytes'>
>>> encoded2 = bytes(original, 'utf-8')
>>> print(encoded2)
b'27\xe5\xb2\x81\xe5\xb0\x91\xe5\xa6\x87\xe7\x94\x9f\xe5\xad\xa9\xe5\xad\x90\xe5\x90\x8e\xe5\x8f\x98\xe8\x80\x81'
>>> type(encoded2)
<class 'bytes'>
>>> print(encoded+encoded2)
b'27\xe5\xb2\x81\xe5\xb0\x91\xe5\xa6\x87\xe7\x94\x9f\xe5\xad\xa9\xe5\xad\x90\xe5\x90\x8e\xe5\x8f\x98\xe8\x80\x8127\xe5\xb2\x81\xe5\xb0\x91\xe5\xa6\x87\xe7\x94\x9f\xe5\xad\xa9\xe5\xad\x90\xe5\x90\x8e\xe5\x8f\x98\xe8\x80\x81'
>>> decoded = encoded.decode('utf-8')
>>> print(decoded)
27岁少妇生孩子后变老
>>> decoded2 = str(encoded2, 'utf-8')
>>> print(decoded2)
27岁少妇生孩子后变老
>>> type(decoded)
<class 'str'>
>>> type(decoded2)
<class 'str'>
>>> print(str(b'27\xe5\xb2\x81\xe5\xb0\x91\xe5\xa6\x87\xe7\x94\x9f\xe5\xad\xa9\xe5\xad\x90\xe5\x90\x8e\xe5\x8f\x98\xe8\x80\x81', 'utf-8'))
27岁少妇生孩子后变老
>>> print(b'27\xe5\xb2\x81\xe5\xb0\x91\xe5\xa6\x87\xe7\x94\x9f\xe5\xad\xa9\xe5\xad\x90\xe5\x90\x8e\xe5\x8f\x98\xe8\x80\x81'.decode('utf-8'))
27岁少妇生孩子后变老


两者都不比另一个更好,它们完全相同。但是,使用.encode().decode()是更常用的方法。它也与Python 2兼容。


添加到Lennart Regebro的答案甚至可以使用第三种方法:

1
2
encoded3 = str.encode(original, 'utf-8')
print(encoded3)

无论如何,它实际上与第一种方法完全相同。它也可能看起来第二种方式是第三种方法的语法糖。

编程语言是一种正式表达抽象概念的方法,由机器执行。如果编程语言包含人们需要的结构,那么它被认为是好的。 Python是一种混合语言 - 即比纯OO或纯过程语言更自然,更通用。有时函数比对象方法更合适,有时反之亦然。这取决于解决问题的心理图像。

无论如何,问题中提到的功能可能是语言实现/设计的副产品。在我看来,这是一个很好的例子,显示了技术上相同的另类思考。

换句话说,调用对象方法意味着用"让对象给我想要的结果"来思考。调用函数作为替代意味着"让外部代码处理传递的参数并提取所需的值"。

第一种方法强调对象自己完成任务的能力,第二种方法强调单独算法提取数据的能力。有时,单独的代码可能非常特殊,因此将它作为一般方法添加到对象的类是不明智的。


要添加以添加到上一个答案,甚至可以使用第四种方法

1
2
3
import codecs
encoded4 = codecs.encode(original, 'utf-8')
print(encoded4)