移植到Python 3：字符串/字节格式化

Question

我正在把一个程序从Python 2移植到Python 3。现在我在处理%（插值）运算符时遇到了一些困难，特别是当值是字节类型的时候。

假设我们需要把这个表达式从Python 2移植过来：'%s: %s\r\n' % (name, value)。

在移植后的程序中，name和value都是字节类型（bytes）。结果也应该是字节类型。因为在Python 3中，二进制插值只在Python 3.5中计划实现（PEP 460）。所以，我不太确定我理解得对不对，但解决这个问题的方法只有两种——拼接或者在合适的地方进行字符串的编码/解码：

>>> name = b'Host'
>>> value = b'example.com'
>>> # Decode bytes and encode resulting string.
>>> ('%s: %s\r\n' % (name.decode('ascii'), value.decode('ascii'))).encode('ascii')
b'Host: example.com\r\n'
>>> # ... or just use concatenation.
>>> name + b': ' + value + b'\r\n'
b'Host: example.com\r\n'

就我个人而言，这两种解决方案都有点难看。有没有什么约定或者建议，关于当值是bytes时，如何进行字符串格式化移植呢？

注意，2to3工具不应该被使用，并且程序应该在Python 2和3下都能运行。

Answer 1

在这个特定的情况下，解码-格式化-编码的解决方案可能看起来有点复杂，但其实这是一个常见的做法。

这个方法的核心思想是，你在内部只处理Unicode字符串，而在接收或发送数据时才进行解码和编码。这个方法在Ned Batchelder的《实用Unicode》中被称为“Unicode三明治”。

另外，根据具体情况，你可能只需要改变一下name和value是bytes对象这一点。

Answer 2

我为CPython开发了一个叫做 bttf 的库，计划添加一些移植功能；目前它可以把Python 3.5的字节格式化代码应用到Python 3.3和3.4中：

所以，在使用之前，你会看到：

>>> b'I am bytes format: %s, %08d' % (b'asdf', 42)
Traceback (most recent call last):
   File "<stdin>", line 1, in <module>
TypeError: unsupported operand type(s) for %: 'bytes' and 'tuple'

而使用 bttf 后，你会看到：

>>> from bttf import install
>>> install('bytes_mod')
>>> b'I am bytes format: %s, %08d' % (b'asdf', 42)
b'I am bytes format: asdf, 00000042'

---

和 __future__ 不同，这个补丁是对整个解释器生效的。