__str __（）是否在幕后調用encode（）方法？

Question

在我看來，內置函數__repr__和__str__在基本定義上有重要區別。

>>> t2 = u'\u0131\u015f\u0131k'
>>> print t2
ışık
>>> t2
Out[0]: u'\u0131\u015f\u0131k'

由於t2是unicode字符串，因此t2.decode引發錯誤。

>>> enc = 'utf-8'
>>> t2.decode(enc)
------------------------------------------------------------
Traceback (most recent call last):
  File "<ipython console>", line 1, in <module>
  File "C:\java\python\Python25\Lib\encodings\utf_8.py", line 16, in decode
    return codecs.utf_8_decode(input, errors, True)
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-2: ordin
al not in range(128)

__str__引發錯誤，就像正在調用__str__ decode()函數一樣：

>>> t2.__str__()
------------------------------------------------------------
Traceback (most recent call last):
  File "<ipython console>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-2: ordin
al not in range(128)

但是__repr__可以正常工作：

>>> t2.__repr__()
Out[0]: "u'\\u0131\\u015f\\u0131k'"

為什么__str__產生錯誤而__repr__正常工作？

這種小的差異似乎在我正在處理的一個Django應用程序中引起了錯誤。

Answer 1

基本上， __str__只能輸出ascii字符串。 由於t2包含高於ascii的unicode代碼點，因此不能僅用字符串來表示。 另一方面， __repr__嘗試輸出重新創建對象所需的python代碼。 您將看到repr（t2）的輸出（此語法優於t2.__repr_() ）是您在第一行將t2設置為up的結果。 repr的結果大致類似於['\\'，'u'，'0'，...]，它們都是ascii值，但是str的輸出試圖是[chr（0x0131），chr（0x015f） ，chr（0x0131），'k']，其中大多數都超出python字符串可接受的字符范圍。 通常，在處理django應用程序時，應使用__unicode__進行所有操作，切勿觸摸__str__ 。

django文檔中有關字符串的更多信息。

Answer 2

通常，調用str.__unicode__()或unicode.__str__()是一個非常糟糕的主意，因為不能將字節安全地轉換為Unicode字符點，反之亦然。 ASCII值是一個例外，在所有單字節編碼中通常都相同。 問題是您使用了錯誤的轉換方法。

要將unicode轉換為str ，應使用encode() ：

>>> t1 = u"\u0131\u015f\u0131k"
>>> t1.encode("utf-8")
'\xc4\xb1\xc5\x9f\xc4\xb1k'

要將str轉換為unicode ，請使用decode() ：

>>> t2 = '\xc4\xb1\xc5\x9f\xc4\xb1k'
>>> t2.decode("utf-8")
u'\u0131\u015f\u0131k'

Answer 3

為John的好答案提供一些支持：

為了理解這兩種方法的命名encode（）和decode（） ，您只需要看Python認為u'...'形式的unicode字符串就是參考格式 。 您將參考格式編碼為另一種格式（例如utf-8），然后從其他格式解碼以得到參考格式。 Unicode格式始終被認為是“真實的東西” ：-)。

Answer 4

請注意，在Python 3中，unicode是默認設置，而__str__()應該始終為您提供unicode。