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，我在输出中得到b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Python 2中，您有str和unicode类型。 str表示简单的字节字符串，而unicode是Unicode字符串。

对于Python 3，这改变了：现在str是Python 2中的unicode ，而byte是Python 2中的str 。

因此，当您执行("x = %s" % '\М\и\р').encode("utf-8")您实际上可以省略u前缀，因为它是隐式的。 未在python中显式转换的所有内容都是unicode。

这将产生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之后进行编码，这是你应该经常做的事情：获取一个传入的对象，将其解码为unicode（如何做到这一点），然后在进行输出时，按照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。 这只是丑陋和弃用的行为。

Answer 2

在Python 3示例中，您将插入到Unicode字符串中，而不是像Python 2中那样的字节字符串。

在Python 3中， bytes不支持插值（字符串格式化或有什么用）。

要么连接，要么全部使用Unicode，只在插值时进行编码：

b'x = ' + x

要么

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

要么

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

Answer 3

在Python 2中，字节字符串和常规字符串是相同的，因此str()不进行转换。 在Python 3中，字符串始终是Unicode字符串，因此字节字符串的str()进行转换。

您可以进行自己的转换，而不是按照自己的意愿行事：

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