从python2转换为python3时处理encode（）

Question

我正在努力将一个大项目从python2转换为python3 （不需要python2向后兼容）。

在测试转换时，我发现我遇到了某些字符串被转换为bytes对象的问题，这导致了问题。 我将其追溯到以下方法，该方法在许多地方被调用：

def custom_format(val):
    return val.encode('utf8').strip().upper()

在python2 ：

custom_format(u'\xa0')
# '\xc2\xa0'
custom_format('bar')
# `BAR`

在python3 ：

custom_format('\xa0')
# b'\xc2\xa0'
custom_format('bar')
# b`BAR`

这是一个问题的原因是因为在某些时候， custom_format的输出意味着使用format()插入到SQL模板字符串中，但是'foo = {}'.format(b'bar') == "foo = b'BAR'" ，这会搞乱SQL语法的潜力。

简单地删除encode('utf8')部分将确保custom_format('bar')正确返回'BAR' ，但现在custom_format('\\xa0')返回'\\xa0'而不是'\\xc2\\xa0' python2版本。 （虽然我对unicode知之甚少，不知道这是不是坏事）

在不弄乱代码的SQL或format()部分的情况下，如何确保python3版本中展示python2版本的预期行为？ 它是否像丢弃encode('utf8')一样简单，还是会导致意外冲突？

Answer 1

如果您的目的是确保所有传入的字符串，无论是str还是bytes ，都要转换为bytes ，那么您必须保持encode因为Python3使用str而不是bytes （Python2就是这种情况）作为本机字符串类型。 encode将str转换为bytes 。

如果您的目的是确保查询正确。 然后你可以删除encode ，让Python3为你处理事情。