（unicode错误）'unicodeescape'编解码器无法解码字节 - 字符串带'\\ u'

Question

编写我的Python 2.6代码，但考虑到Python 3，我认为这是一个好主意

from __future__ import unicode_literals

在一些模块的顶部。 换句话说，我要求麻烦（将来要避免它们），但我可能会遗漏一些重要的知识。 我希望能够传递表示文件路径的字符串并实例化一个简单的对象

MyObject('H:\\unittests')

在Python 2.6中 ，这很好用，不需要使用双反斜杠或原始字符串，即使对于以'\\u..\u0026#39;开头的目录，这正是我想要的。 在__init__方法中，我确保所有单个\\都被解释为' \\\\ '，包括特殊字符之前的那些，如\\a ， \\b ， \\f ， \\n ， \\r ， \\t和\\v （仅限\\x仍然是一个问题）。 还使用（本地）编码将给定字符串解码为unicode按预期工作。

准备Python 3.x ，在编辑器中模拟我的实际问题（从Python 2.6中的干净控制台开始），会发生以下情况：

>>> '\u'
'\\u'
>>> r'\u'
'\\u'

（好的，直到这里： '\\u\u0026#39;由控制台使用本地编码进行编码）

>>> from __future__ import unicode_literals
>>> '\u'
SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 0-1: end of string in escape sequence

换句话说，（unicode）字符串根本不被解释为unicode，也不会使用本地编码自动解码。 对于原始字符串也是如此：

>>> r'\u'
SyntaxError: (unicode error) 'rawunicodeescape' codec can't decode bytes in position 0-1: truncated \uXXXX

同样适合u'\\u\u0026#39; ：

>>> u'\u'
SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 0-1: end of string in escape sequence

此外，我希望isinstance(str(''), unicode)返回True （它没有），因为导入unicode_literals应该使所有字符串类型unicode。 （编辑:)因为在Python 3中，所有字符串都是Unicode字符序列 ，我希望str(''))返回这样的unicode-string，并type(str(''))为<type 'unicode'>和<type 'str'> （因为所有字符串都是unicode），但也意识到<type 'unicode'> is not <type 'str'> 。 周围的困惑......

问题

• 如何才能最好地传递包含' \\u\u003c/code> '的字符串？ （不写' \\\\u\u003c/code> '）
• from __future__ import unicode_literals真的实现了所有Python 3.相关的unicode更改，以便我获得完整的Python 3字符串环境？

编辑：在Python 3中， <type 'str'>是一个Unicode对象 ， <type 'unicode'>根本不存在。 在我的情况下，我想编写适用于Python 3的Python 2（.6）代码。但是当我import unicode_literals ，我无法检查字符串是否为<type 'unicode'> import unicode_literals <type 'unicode'>因为：

• 我假设unicode不是命名空间的一部分
• 如果unicode是命名空间的一部分，那么当在同一模块中创建时， <type 'str'>的文字仍然是unicode
• 对于Python 3中的unicode文字， type(mystring)将始终返回<type 'str'>

我的模块用'utf-8' # coding: UTF-8为locale.getdefaultlocale()[1] # coding: UTF-8注释在顶部，而我的locale.getdefaultlocale()[1]返回'cp1252'。 因此，如果我从我的控制台调用MyObject('çça') ，它在Python 2中编码为'cp1252'，在从模块调用MyObject('çça')时编码为'utf-8'。 在Python 3中，它不会被编码，而是一个unicode文字。

编辑：

我放弃了希望被允许避免在u之前使用'\\'（或x为此）。 我也理解导入unicode_literals的局限性。 但是，从模块到控制台传递字符串的许多可能组合，以及每种不同的编码反之亦然，除了导入unicode_literals和Python 2与Python 3之外，我想通过实际测试创建概述。 因此下表。

换句话说， type(str(''))不会在Python 3中返回<type 'str'> ，而是<class 'str'> ，并且似乎可以避免所有Python 2问题。

Answer 1

AFAIK， from __future__ import unicode_literals所有内容都是使所有字符串文字都是unicode类型，而不是字符串类型。 那是：

>>> type('')
<type 'str'>
>>> from __future__ import unicode_literals
>>> type('')
<type 'unicode'>

但str和unicode仍然是不同的类型，它们的行为就像以前一样。

>>> type(str(''))
<type 'str'>

总是，是str类型。

关于你的r'\\u\u0026#39;问题，它是设计的，因为它相当于没有unicode_literals ru'\\ u'。 来自文档：

当'r'或'R'前缀与'u'或'U'前缀一起使用时，处理\\ uXXXX和\\ UXXXXXXXX转义序列，而所有其他反斜杠都保留在字符串中。

可能来自词法分析器在python2系列中的工作方式。 在python3中它可以像你（和我）所期望的那样工作。

您可以键入反斜杠两次，然后\\u\u003c/code>将不会被解释，但您将获得两个反斜杠！

反斜杠可以使用前面的反斜杠进行转义; 但是，两者都留在字符串中

>>> ur'\\u'
u'\\\\u'

恕我直言，你有两个简单的选择：

• 不要使用原始字符串，并转义反斜杠（与python3兼容）：

  'H:\\\\unittests'

• 太聪明并利用unicode代码点（与python3 不兼容）：

  r'H:\\unittests'

Answer 2

对我来说这个问题与最新的版本有关，在这种情况下是numpy

修理 ：

conda install -f numpy

Answer 3

我在Python 3上尝试这个：

进口口

os.path.abspath则（ “yourPath”）

它的工作原理！

Answer 4

当您编写包含反斜杠的字符串文字时，例如路径（在Windows上）或正则表达式，请使用原始字符串。 这就是他们的目的。