Question

我对字符串vs字节数组的区别很好。 Python3区分字符串和字节，而python2不太清晰。精细。考虑以下两行代码：

a=b'AAA'  #a bytes array seen from Python3, a string/bytes for python2
b='BBB'   #a string for python3, a string/bytes for python2

我想编写一些代码转换，然后将a和b连接起来，并返回一个字节/字符串（在python2中）或字节数组（在python3中）。（预期结果beeing-视为ASCII字符AAABBB）

换句话说，我想要一条与python版本无关的行：

result = a+b #returns a string/bytes in python2

和

result = a+bytes(b,'utf-8') #returns a bytes array in python3

我希望这行代码可以在python 2和3上运行（无需更改），并避免使用花哨的非标准软件包（结构可以），因为它可以在嵌入式系统上运行。

如果您想知道哪种编码，我最好的选择是去最接近8位扩展ASCII表（256个值：我可能有反斜杠或欧洲字符，但没有中文）

到目前为止，我发现最好的是：结果= a + b.encode（'ASCII'）

这是ASCII字符> 127的问题。我尝试使用“ cp437”，但无论如何它似乎默认为ascii ...

@martineau询问的尝试：

Python 3.6.7 (default, Oct 22 2018, 11:32:17)
[GCC 8.2.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> a=b'aaa'
>>> b='bbbä'
>>> a+b
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: can't concat str to bytes
>>> a+bytes(b,'latin1')
b'aaabbb\xe4'


Python 2.7.15rc1 (default, Nov 12 2018, 14:31:15) 
[GCC 7.3.0] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> a=b'aaa'
>>> b='bbbä'
>>> a+b
'aaabbb\xc3\xa4'
>>> a+bytes(b,'latin1')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: str() takes at most 1 argument (2 given)

Answer 1

我建议看一下six，这是一个专门设计用于处理Python 2和Python 3之间的（某些）差异的Python模块。特别是函数ensure_binary（请参阅https://six.readthedocs.io/#six.ensure_binary ）可以解决您的问题。

据我所知，您希望避免依赖“高级第三方库”，但是six不是“高级”;）但是，我不知道嵌入式系统上的开销可能是多少

Answer 2

我不知道真正的版本是“不可知论”的方式，但以下内容似乎非常接近该理想，并且可以在Python 2.7.16和3.7.2中使用：

a = b'aaa'
b = 'bbb\xc2\x84'

try:
    b = bytes(b, 'latin1')
except TypeError:
    b = bytes(b)

c = a + b

print(repr(c))  # -> 'aaabbb\xc2\x84'

Python版本独立的字符串处理

2 个答案: