（unicode錯誤）'unicodeescape'編解碼器無法解碼字節 - 字符串帶'\\ u'

Question

編寫我的Python 2.6代碼，但考慮到Python 3，我認為這是一個好主意

from __future__ import unicode_literals

在一些模塊的頂部。 換句話說，我要求麻煩（將來要避免它們），但我可能會遺漏一些重要的知識。 我希望能夠傳遞表示文件路徑的字符串並實例化一個簡單的對象

MyObject('H:\\unittests')

在Python 2.6中 ，這很好用，不需要使用雙反斜杠或原始字符串，即使對於以'\\u..\u0026#39;開頭的目錄，這正是我想要的。 在__init__方法中，我確保所有單個\\都被解釋為' \\\\ '，包括特殊字符之前的那些，如\\a ， \\b ， \\f ， \\n ， \\r ， \\t和\\v （僅限\\x仍然是一個問題）。 還使用（本地）編碼將給定字符串解碼為unicode按預期工作。

准備Python 3.x ，在編輯器中模擬我的實際問題（從Python 2.6中的干凈控制台開始），會發生以下情況：

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

（好的，直到這里： '\\u\u0026#39;由控制台使用本地編碼進行編碼）

>>> 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

換句話說，（unicode）字符串根本不被解釋為unicode，也不會使用本地編碼自動解碼。 對於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

同樣適合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 （它沒有），因為導入unicode_literals應該使所有字符串類型unicode。 （編輯:)因為在Python 3中，所有字符串都是Unicode字符序列 ，我希望str(''))返回這樣的unicode-string，並type(str(''))為<type 'unicode'>和<type 'str'> （因為所有字符串都是unicode），但也意識到<type 'unicode'> is not <type 'str'> 。 周圍的困惑......

問題

• 如何才能最好地傳遞包含' \\u\u003c/code> '的字符串？ （不寫' \\\\u\u003c/code> '）
• from __future__ import unicode_literals真的實現了所有Python 3.相關的unicode更改，以便我獲得完整的Python 3字符串環境？

編輯：在Python 3中， <type 'str'>是一個Unicode對象 ， <type 'unicode'>根本不存在。 在我的情況下，我想編寫適用於Python 3的Python 2（.6）代碼。但是當我import unicode_literals ，我無法檢查字符串是否為<type 'unicode'> import unicode_literals <type 'unicode'>因為：

• 我假設unicode不是命名空間的一部分
• 如果unicode是命名空間的一部分，那么當在同一模塊中創建時， <type 'str'>的文字仍然是unicode
• 對於Python 3中的unicode文字， type(mystring)將始終返回<type 'str'>

我的模塊用'utf-8' # coding: UTF-8為locale.getdefaultlocale()[1] # coding: UTF-8注釋在頂部，而我的locale.getdefaultlocale()[1]返回'cp1252'。 因此，如果我從我的控制台調用MyObject('çça') ，它在Python 2中編碼為'cp1252'，在從模塊調用MyObject('çça')時編碼為'utf-8'。 在Python 3中，它不會被編碼，而是一個unicode文字。

編輯：

我放棄了希望被允許避免在u之前使用'\\'（或x為此）。 我也理解導入unicode_literals的局限性。 但是，從模塊到控制台傳遞字符串的許多可能組合，以及每種不同的編碼反之亦然，除了導入unicode_literals和Python 2與Python 3之外，我想通過實際測試創建概述。 因此下表。

換句話說， type(str(''))不會在Python 3中返回<type 'str'> ，而是<class 'str'> ，並且似乎可以避免所有Python 2問題。

Answer 1

AFAIK， from __future__ import unicode_literals所有內容都是使所有字符串文字都是unicode類型，而不是字符串類型。 那是：

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

但str和unicode仍然是不同的類型，它們的行為就像以前一樣。

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

總是，是str類型。

關於你的r'\\u\u0026#39;問題，它是設計的，因為它相當於沒有unicode_literals ru'\\ u'。 來自文檔：

當'r'或'R'前綴與'u'或'U'前綴一起使用時，處理\\ uXXXX和\\ UXXXXXXXX轉義序列，而所有其他反斜杠都保留在字符串中。

可能來自詞法分析器在python2系列中的工作方式。 在python3中它可以像你（和我）所期望的那樣工作。

您可以鍵入反斜杠兩次，然后\\u\u003c/code>將不會被解釋，但您將獲得兩個反斜杠！

反斜杠可以使用前面的反斜杠進行轉義; 但是，兩者都留在字符串中

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

恕我直言，你有兩個簡單的選擇：

• 不要使用原始字符串，並轉義反斜杠（與python3兼容）：

  'H:\\\\unittests'

• 太聰明並利用unicode代碼點（與python3 不兼容）：

  r'H:\\unittests'

Answer 2

對我來說這個問題與最新的版本有關，在這種情況下是numpy

修理 ：

conda install -f numpy

Answer 3

我在Python 3上嘗試這個：

進口口

os.path.abspath則（ “yourPath”）

它的工作原理！

Answer 4

當您編寫包含反斜杠的字符串文字時，例如路徑（在Windows上）或正則表達式，請使用原始字符串。 這就是他們的目的。