Question

根据这个测试：

# -*- coding: utf-8 -*-

ENCODING = 'utf-8'

# what is the difference between decode and unicode?
test_cases = [
    'aaaaa',
    'ááááá',
    'ℕℤℚℝℂ',
]
FORMAT = '%-10s %5d %-10s %-10s %5d %-10s %10s'
for text in test_cases :
    decoded = text.decode(ENCODING)
    unicoded = unicode(text, ENCODING)
    equal = decoded == unicoded
    print FORMAT % (decoded, len(decoded), type(decoded), unicoded, len(unicoded), type(unicoded), equal)

.decode()和unicode()之间没有区别：

aaaaa          5 <type 'unicode'> aaaaa          5 <type 'unicode'>       True
ááááá          5 <type 'unicode'> ááááá          5 <type 'unicode'>       True
ℕℤℚℝℂ          5 <type 'unicode'> ℕℤℚℝℂ          5 <type 'unicode'>       True

我是对的吗？如果是这样，为什么我们有两种不同的方法来完成同样的事情？我应该使用哪一个？有什么微妙的区别吗？

Answer 1

比较两个函数（here和here）的文档，两种方法之间的差异似乎确实非常小。 unicode函数记录为

如果给出编码和/或错误，unicode（）将解码对象它可以是8位字符串，也可以是使用的字符缓冲区用于编码的编解码器。 encoding参数是一个给出名称的字符串编码;如果编码未知，则引发LookupError。错误处理是根据错误完成的;这指定了处理输入编码中无效的字符。如果错误是'严格'（默认值），错误会引发ValueError， ...

而string.decode状态的描述

使用为编码注册的编解码器对字符串进行解码。编码默认为默认字符串编码。可以给出设置a的错误不同的错误处理方案。默认为'strict'，意思是编码错误引发UnicodeError。 ...

因此，唯一的区别似乎是unicode也适用于字符缓冲区，并且针对无效输入返回的错误不同（ValueError与UnicodeError）。另一个细微差别在于向后兼容性：unicode被记录为“2.0版本中的新功能”，而string.decode是“版本2.2中的新功能”。

鉴于上述情况，使用哪种方法似乎完全是品味问题。

Answer 2

解码：
使用为编码注册的编解码器对字符串进行解码。 encoding默认为默认字符串编码 http://docs.python.org/2/library/stdtypes.html?#str.decode

的unicode：
返回对象[...]的Unicode字符串版本请参阅：http://docs.python.org/2/library/functions.html#unicode

由于您使用UTF-8作为编码，因此函数返回相同的值。如果您选择其他编码，则应返回不同的内容。

Answer 3

如果您使用的值是str，并且您使用的编码是Unicode字符集，则没有功能差异。但是：

u.decode(e)是一种方便的方法，在链式表达式中可能比调用unicode(s,e)稍微更具可读性。
还有一些字符串转换没有连接到Unicode编码/解码，例如base64或string-escape，可以在encode() / decode()中使用但不是unicode()。（现在通常认为将它们放在与Unicode字符集相同的位置是一个错误;它们在Python 3中被删除，并且可能最终会出现在单独的方法对中。）
unicode()作为构造函数可以使用除str之外的类型，您可能希望为其生成Unicode字符串表示形式。

解码和unicode之间的区别？

3 个答案: