Question

我是python3的新手，来自python2，我对unicode基础知识有点困惑。我已经阅读了一些很好的帖子，这使得它更加清晰，但是我看到python 3上有两种处理编码和解码的方法，我不确定使用哪种方法。

因此，python 3中的想法是，每个字符串都是unicode，可以编码并以字节存储，或者再次解码回unicode字符串。

但有两种方法可以做到这一点：
u'something'.encode('utf-8')会生成b'bytes'，bytes(u'something', 'utf-8')也是如此而b'bytes'.decode('utf-8')似乎与str(b'', 'utf-8')做同样的事情。

现在我的问题是，为什么有两种方法似乎做同样的事情，并且要么比另一种更好（为什么？）我一直试图在谷歌上找到答案，但没有运气。

>>> original = '27岁少妇生孩子后变老'
>>> type(original)
<class 'str'>
>>> encoded = original.encode('utf-8')
>>> print(encoded)
b'27\xe5\xb2\x81\xe5\xb0\x91\xe5\xa6\x87\xe7\x94\x9f\xe5\xad\xa9\xe5\xad\x90\xe5\x90\x8e\xe5\x8f\x98\xe8\x80\x81'
>>> type(encoded)
<class 'bytes'>
>>> encoded2 = bytes(original, 'utf-8')
>>> print(encoded2)
b'27\xe5\xb2\x81\xe5\xb0\x91\xe5\xa6\x87\xe7\x94\x9f\xe5\xad\xa9\xe5\xad\x90\xe5\x90\x8e\xe5\x8f\x98\xe8\x80\x81'
>>> type(encoded2)
<class 'bytes'>
>>> print(encoded+encoded2)
b'27\xe5\xb2\x81\xe5\xb0\x91\xe5\xa6\x87\xe7\x94\x9f\xe5\xad\xa9\xe5\xad\x90\xe5\x90\x8e\xe5\x8f\x98\xe8\x80\x8127\xe5\xb2\x81\xe5\xb0\x91\xe5\xa6\x87\xe7\x94\x9f\xe5\xad\xa9\xe5\xad\x90\xe5\x90\x8e\xe5\x8f\x98\xe8\x80\x81'
>>> decoded = encoded.decode('utf-8')
>>> print(decoded)
27岁少妇生孩子后变老
>>> decoded2 = str(encoded2, 'utf-8')
>>> print(decoded2)
27岁少妇生孩子后变老
>>> type(decoded)
<class 'str'>
>>> type(decoded2)
<class 'str'>
>>> print(str(b'27\xe5\xb2\x81\xe5\xb0\x91\xe5\xa6\x87\xe7\x94\x9f\xe5\xad\xa9\xe5\xad\x90\xe5\x90\x8e\xe5\x8f\x98\xe8\x80\x81', 'utf-8'))
27岁少妇生孩子后变老
>>> print(b'27\xe5\xb2\x81\xe5\xb0\x91\xe5\xa6\x87\xe7\x94\x9f\xe5\xad\xa9\xe5\xad\x90\xe5\x90\x8e\xe5\x8f\x98\xe8\x80\x81'.decode('utf-8'))
27岁少妇生孩子后变老

Answer 1

两者都不比另一方好，它们完全相同。但是，使用.encode()和.decode()是更常见的方法。它也与Python 2兼容。

Answer 2

添加到Lennart Regebro's answer甚至可以使用第三种方式：

encoded3 = str.encode(original, 'utf-8')
print(encoded3)

无论如何，它实际上与第一种方法完全相同。它也可能看起来第二种方式是第三种方法的语法糖。

编程语言是一种正式表达抽象概念的方法，由机器执行。如果编程语言包含人们需要的结构，那么它被认为是好的。 Python是一种混合语言 - 即比纯OO或纯过程语言更自然，更通用。有时函数比对象方法更合适，有时反之亦然。这取决于解决问题的心理图像。

无论如何，问题中提到的功能可能是语言实现/设计的副产品。在我看来，这是一个很好的例子，它显示了技术上相同的另类思考。

换句话说，调用对象方法意味着用“让对象给我想要的结果”来思考。调用函数作为替代方法意味着“让外部代码处理传递的参数并提取所需的值”。

第一种方法强调对象自己完成任务的能力，第二种方法强调单独算法提取数据的能力。有时，单独的代码可能非常特殊，因此将它作为一般方法添加到对象的类中是不明智的。

Answer 3

要添加以添加到上一个答案，甚至可以使用第四种方法

import codecs
encoded4 = codecs.encode(original, 'utf-8')
print(encoded4)

Python 3 - Encode / Decode vs Bytes / Str

3 个答案: