在Python2中,可以调用str.decode获取unicode对象,调用unicode.encode获取str对象。
>>> "foo".decode('utf-8')
u'foo'
>>> u"foo".encode('utf-8')
'foo'Python3类似,使用bytes.decode获取字符串,使用str.encode获取字节对象。
>>> "foo".encode('utf-8')
b'foo'
>>> b"foo".decode('utf-8')
'foo'然而,Python2(但不是Python3)也提供了错误的方法:您可以在.encode对象上调用str对象,也可以在unicode对象上调用.decode!
>>> "foo".encode('utf-8')
'foo'
>>> u"foo".decode('utf-8')
u'foo'为什么会这样呢?在unicode对象上调用.decode是否有用,反之亦然?
发布于 2018-03-05 14:41:14
因为在Python2中,您想要以透明的方式以字节字符串(str对象)和Unicode字符串(unicode对象)来处理文本。当一个字节串被期望时,unicode对象被透明地编码(到ASCII),相反,当需要Unicode时,一个str对象被透明地解码,假设str再次被解码。
因此,str.encode()将首先解码,然后再编码。或者unicode.decode()将首先编码,然后解码结果。
如果您的代码想要接受str或unicode对象并可互换地处理这些对象,那么只有这样做才有用。因此,一个期望字节串并试图解码字节串的函数将继续工作,即使您传入一个只包含ASCII代码点的unicode对象。
这导致了大量的混乱和错误(只需在堆栈溢出处搜索UnicodeEncodeError和UnicodeDecodeError ),所以在Python3中,类型是dis纠缠的。
https://stackoverflow.com/questions/49112853
复制相似问题