Python 3: 如何获取字节串的字符串字面量表示？

Question

在Python 3中，我该如何把一个字节字符串插入到普通字符串里，并且让它的表现和Python 2一样（也就是说：只得到转义代码，而没有b前缀或双反斜杠）？

比如：

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，在Python 3中，我的输出结果里有b前缀和双反斜杠。我想要的结果是和Python 2一样的结果。

Answer 1

在Python 2中，字节字符串和普通字符串是一样的，所以用str()这个函数不会进行任何转换。而在Python 3中，字符串总是Unicode字符串，所以对字节字符串使用str()时会进行转换。

你可以自己做转换，按照你想要的方式来处理：

x2 = ''.join(chr(c) for c in x)

Answer 2

在你的Python 3例子中，你是在一个Unicode字符串里插入内容，而不是像在Python 2中那样插入到字节字符串里。

在Python 3中，bytes不支持插入内容（也就是字符串格式化之类的操作）。

你可以选择连接字符串，或者一直使用Unicode字符串，只有在插入内容后再进行编码：

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 3

在Python 2中，有两种类型：str和unicode。str表示简单的字节字符串，而unicode则是Unicode字符串。

到了Python 3，这个情况发生了变化：现在的str其实就是Python 2中的unicode，而byte则是Python 2中的str。

所以，当你执行("x = %s" % '\u041c\u0438\u0440').encode("utf-8")时，实际上可以省略前面的u，因为它是隐含的。在Python中，所有没有明确转换的内容都是Unicode。

这将在Python 3中得到你最后一行的结果：

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

现在，关于如何在最终结果之后进行编码，这是你应该始终遵循的做法：接收一个对象，将其解码为Unicode（无论你怎么做），然后在输出时，按照你选择的编码进行编码。不要尝试处理原始字节字符串。那样做既麻烦又过时。