Python 3：如何获取字节字符串的字符串文本表示？

Question

在Python 3中，如何将字节字符串插入常规字符串并获得与Python 2相同的行为（即：只获取不带b前缀或双反斜杠的转义代码）？

例如：

Python2.7：

>>> 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'

Python3.3：

>>> 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，使用Python 3，我在输出中得到了b前缀和双下划线。我想要得到的结果是在Python 2中得到的结果。

Answer 1

在Python 2中，字节字符串和常规字符串是相同的，因此不需要通过str()进行转换。在Python 3中，字符串总是Unicode字符串，因此字节字符串的str()进行转换。

你可以做你自己的转换，而不是做你想做的：

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

Answer 2

在Python3示例中，您是在插入Unicode字符串，而不是像Python2中那样插入字节字符串。

在Python 3中，bytes不支持插值（字符串格式或您所拥有的内容）。

连接或使用Unicode全程编码，并且仅在插入后才进行编码：

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，有类型str和unicode。str表示一个简单的字节字符串，而unicode是一个Unicode字符串。

对于Python 3，这已经改变了：现在str是Python 2中的unicode，而byte是python2中的str。

因此，当您执行("x = %s" % '\u041c\u0438\u0440').encode("utf-8")时，实际上可以省略u前缀，因为它是隐式的。python中未显式转换的所有内容都是unicode。

这将生成Python 3中的最后一行：

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

现在，我如何在最终结果后对进行编码，这是您应该始终做的事情：获取传入对象，将其解码为unicode（无论您如何执行此操作），然后，在生成输出时，使用您选择的编码对其进行编码。不要试图处理原始字节字符串。这只是一种丑恶的行为。