Python 3:如何获得字节字符串的字符串文字表示？

Question

在Python 3中,如何将字节字符串插入到常规字符串中并获得与Python 2相同的行为(即:只获取没有b前缀或双反斜杠的转义码)？

例如:

Python 2.7:

>>> x = u'\u041c\u0438\u0440'.encode('utf-8')
>>> str(x)
'\xd0\x9c\xd0\xb8\xd1\x80'
>>> 'x = %s' % x
'x = \xd0\x9c\xd0\xb8\xd1\x80'

Python 3.3:

>>> x = u'\u041c\u0438\u0440'.encode('utf-8')
>>> str(x)
"b'\\xd0\\x9c\\xd0\\xb8\\xd1\\x80'"
>>> 'x = %s' % x
"x = b'\\xd0\\x9c\\xd0\\xb8\\xd1\\x80'"

注意如何使用Python 3,我b在输出中获得前缀和双下划线.我想得到的结果是我在Python 2中获得的结果.

Answer 1

在您的 Python 3 示例中，您插入的是 Unicode 字符串，而不是像您在 Python 2 中所做的那样的字节字符串。

在 Python 3 中，bytes不支持插值（字符串格式或你有什么）。

要么串联，要么一直使用 Unicode 并且仅在您进行插值时进行编码：

b'x = ' + x

或者

'x = {}'.format(x.decode('utf8')).encode('utf8')

或者

x = '\u041c\u0438\u0440'  # the u prefix is ignored in Python 3.3
'x = {}'.format(x).encode('utf8')

Answer 2

在Python 2中，您有类型str和unicode。str表示一个简单的字节字符串，而unicode表示Unicode字符串。

对于Python 3，这改变了：现在str是什么unicode在Python 2 byte是什么str在Python 2。

因此，当您这样做时("x = %s" % '\u041c\u0438\u0440').encode("utf-8")，实际上可以忽略u前缀，因为它是隐式的。python中未明确转换的所有内容均为unicode。

这将产生Python 3的最后一行：

 ("x = %s" % '\u041c\u0438\u0440').encode("utf-8")

现在，我要如何在最终结果之后进行编码，这就是您应该始终做的事情：取出一个传入对象，将其解码为unicode（无论如何操作），然后在进行输出时，以您选择的编码对其进行编码。不要尝试处理原始字节字符串。那只是丑陋和过时的行为。