在Python 3中将字符串转换为字节的最佳方法？

5 回答

• 32

  它比想象的容易：

  my_str = "hello world"
  my_str_as_bytes = str.encode(my_str)
  type(my_str_as_bytes) # ensure it is byte representation
  my_decoded_str = my_str_as_bytes.decode()
  type(my_decoded_str) # ensure it is string representation
  

  回复于 2024-04-25T13:56:12+08:00
• 396

  如果您查看 bytes 的文档，它会指向bytearray：

  bytearray（[source [，encoding [，errors]]]）返回一个新的字节数组 . bytearray类型是0 <= x <256范围内的可变整数序列 . 它具有可变序列的大多数常用方法，在可变序列类型中描述，以及字节类型具有的大多数方法，请参阅字节和字节数组方法 . 可选的source参数可用于以几种不同的方式初始化数组：如果它是一个字符串，您还必须提供编码（和可选的，错误）参数;然后，bytearray（）使用str.encode（）将字符串转换为字节 . 如果它是一个整数，则该数组将具有该大小，并将使用空字节进行初始化 . 如果它是符合缓冲区接口的对象，则将使用该对象的只读缓冲区来初始化bytes数组 . 如果它是可迭代的，则它必须是0 <= x <256范围内的整数可迭代，它们用作数组的初始内容 . 如果没有参数，则会创建一个大小为0的数组 .

  所以 bytes 可以做的不仅仅是编码一个字符串 . 它是Pythonic，它允许你用任何类型的有意义的源参数调用构造函数 .

  对于编码字符串，我认为 some_string.encode(encoding) 比使用构造函数更Pythonic，因为它是最自我的文档 - "take this string and encode it with this encoding"比 bytes(some_string, encoding) 更清晰 - 当你使用构造函数时没有明确的动词 .

  Edit: 我检查了Python源代码 . 如果使用CPython将unicode字符串传递给 bytes ，则会调用PyUnicode_AsEncodedString，这是 encode 的实现;所以如果你自己打电话给_635223，你就是在跳过一个间接层 .

  另外，请参阅Serdalis的评论 - unicode_string.encode(encoding) 也更像Pythonic，因为它的反面是 byte_string.decode(encoding) 并且对称性很好 .

  回复于 2024-04-25T13:56:12+08:00
• 170

  绝对最好的方式既不是2，也不是3 . 自Python 3.0以来，encode的第一个参数默认为 'utf-8' . 因此最好的方法是

  b = mystring.encode()
  

  这也会更快，因为默认参数不会导致C代码中的字符串 "utf-8" ，而是 NULL ，这要检查得快得多！

  这里有一些时间：

  In [1]: %timeit -r 10 'abc'.encode('utf-8')
  The slowest run took 38.07 times longer than the fastest. 
  This could mean that an intermediate result is being cached.
  10000000 loops, best of 10: 183 ns per loop
  
  In [2]: %timeit -r 10 'abc'.encode()
  The slowest run took 27.34 times longer than the fastest. 
  This could mean that an intermediate result is being cached.
  10000000 loops, best of 10: 137 ns per loop
  

  尽管有警告，但在重复运行后时间非常稳定 - 偏差仅为~2％ .

  ---

  使用不带参数的 encode() 不兼容Python 2，因为在Python 2中默认的字符编码是ASCII .

  >>> 'äöä'.encode()
  Traceback (most recent call last):
    File "<stdin>", line 1, in <module>
  UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 0: ordinal not in range(128)
  

  回复于 2024-04-25T13:56:12+08:00
• 8

  您可以使用以下命令将字符串转换为字节

  a_string.encode()

  您可以使用以下命令将字节转换为字符串：

  some_bytes.decode()

  bytes.decode 和 str.encode 具有 encoding='utf-8' 作为默认值 .

  以下函数（取自Effective Python）可能有助于将 str 转换为 bytes 并将 bytes 转换为 str ：

  def to_bytes(bytes_or_str):
      if isinstance(bytes_or_str, str):
          value = bytes_or_str.encode() # uses 'utf-8' for encoding
      else:
          value = bytes_or_str
      return value # Instance of bytes
  
  
  def to_str(bytes_or_str):
      if isinstance(bytes_or_str, bytes):
          value = bytes_or_str.decode() # uses 'utf-8' for encoding
      else:
          value = bytes_or_str
      return value # Instance of str
  

  回复于 2024-04-25T13:56:12+08:00
• 51

  so_string = 'stackoverflow'
  so_bytes = so_string.encode( )
  

  回复于 2024-04-25T13:56:12+08:00