0

我正在使用python 3.2，它处理转义字符的方式似乎几乎......不确定。我能让它们真正作为换行符（而不是作为转义符）工作的唯一方法是打印它们。行为如下所示：

>>> a = 'a\nb'
>>> a
'a\nb'
>>> a.encode('ascii')
b'a\nb'
>>> print(a)
a
b
>>> print(a.encode('ascii'))
b'a\nb'
>>> print(str(a.encode('ascii')))
b'a\nb'

我确信这其中的复杂性记录在某处，我只是找不到它。也许某处有一个字节->字符串方法与编码（解码？）相反。

4

1 回答 1

5

它是完全确定性和简单的。不过，您需要注意字节和 unicode 字符串之间的区别。阅读Ned Batchelder 的Pragmatic Unicode。

a指由三个字符组成的 unicode 字符串，因此a对其进行评估，Python REPL 会尝试使用print()它——第一步是将其转换为 a str（仅return self用于字符串）。根据与标准输出（例如您的终端）关联的编码，将生成的字符串转换为字节，并将这些字节发送到那里。您的终端根据它使用的编码来解释它接收到的字节。

a.encode('ascii')使用 ASCII 编码将 unicode 显式转换为字节序列。其结果是一个字节对象，该结果print由 Python REPL 'd'。同样，第一步是将其转换为字符串——因为字节不是字符串，并且两者之间的隐式转换是非常有害的，正如 Python 2 编码/解码错误所证明的那样，你只会得到repr同样给你的东西：一个等价的字符串到 Python 源代码中的字节文字。然后像以前一样打印此字符串，相同的区别。

在>>> print(a)中，您调用print自己的结果与上述相同，结果print是NonePython REPL 不会打印它。与>>> print(a.encode('ascii'))and相同>>> print(str(a.encode('ascii')))，您只需显式触发打印并str预先进行转换，而不是隐式进行。

确实存在 的逆str.encode，它确实被称为decode并且是bytes对象的方法。所以some_str.encode(E).decode(E)可以是无操作的。它还可能丢失信息或沿途更改字符串（例如，通过替换未知字符），或者如果您不要求它丢失信息，则抛出异常。

如果您有以某种编码表示某些字符串的字节，则可以将它们用于 I/O。事实上，这是执行 I/O 的“本机”方式——所有 I/O 和所有网络都是字节。但print适用于字符串。相反，在文件 I/O（包括标准输出）的情况​​下，您希望以二进制模式打开它们并使用该.write方法。具体来说sys.stdout，默认情况下使用文本模式，但您可以访问二进制版本作为sys.stdout.buffer. 当然，如果您发送的字节是使用不同的编码创建的（或者根本不打算作为文本），您会得到胡言乱语。

于 2012-08-25T22:29:59.363 回答