为 Python 2.6 编写代码，但考虑到 Python 3，我认为这是一个好主意

from __future__ import unicode_literals

在一些模块的顶部。换句话说，我是在自找麻烦(为了将来避免它们)，但我可能在这里遗漏了一些重要的知识。我希望能够传递一个表示文件路径的字符串并像

MyObject('H:\unittests')

在 Python 2.6 中，这工作得很好，无需使用双反斜杠或原始字符串，即使对于以 '\u..' 开头的目录也是如此，这正是我想要的。在 __init__方法我确保所有单个 \出现次数被解释为 ' \\ '，包括特殊字符之前的字符，如 \a , \b , \f , \n , \r , \t和 \v (只有 \x 仍然是一个问题)。使用(本地)编码将给定的字符串解码为 un​​icode 也可以按预期工作。

为 Python 3.x 做准备，在编辑器中模拟我的实际问题(从 Python 2.6 中的干净控制台开始)，发生以下情况:

>>> '\u'
'\\u'
>>> r'\u'
'\\u'

(到这里为止:'\u' 由控制台使用本地编码进行编码)

>>> from __future__ import unicode_literals
>>> '\u'
SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 0-1: end of string in escape sequence

换句话说，(unicode) 字符串根本不会被解释为 unicode，也不会使用本地编码自动解码。即使对于原始字符串也是如此:

>>> r'\u'
SyntaxError: (unicode error) 'rawunicodeescape' codec can't decode bytes in position 0-1: truncated \uXXXX

与 u'\u' 相同:

>>> u'\u'
SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 0-1: end of string in escape sequence

另外，我希望 isinstance(str(''), unicode)返回 True (它没有)，因为导入 unicode_literals 应该使所有字符串类型都是 unicode。 (编辑:) 因为in Python 3, all strings are sequences of Unicode characters , 我希望 str(''))返回这样的 unicode 字符串和 type(str(''))成为<type 'unicode'> , 和 <type 'str'> (因为所有字符串都是 unicode)但也意识到 <type 'unicode'> is not <type 'str'> .周围一片困惑……

问题

• 我怎样才能最好地传递包含' \u 的字符串'？ (不写'\\u')
• 是否 from __future__ import unicode_literals真的实现了所有 Python 3. 相关的 unicode 更改，从而得到一个完整的 Python 3 字符串环境吗？

编辑: 在 Python 3 中， <type 'str'> is a Unicode object 和 <type 'unicode'>根本不存在。就我而言，我想为 Python 2(.6) 编写可以在 Python 3 中运行的代码。但是当我 import unicode_literals ，我无法检查字符串是否为 <type 'unicode'>因为:

• 我假设 unicode不是命名空间的一部分
• 如果 unicode是命名空间的一部分，<type 'str'> 的文字在同一个模块中创建时仍然是 unicode
• type(mystring)将始终返回 <type 'str'>用于 Python 3 中的 unicode 文字

我的模块过去使用 # coding: UTF-8 编码为 'utf-8'在顶部发表评论，而我的 locale.getdefaultlocale()[1]返回“cp1252”。所以如果我调用 MyObject('çça')在我的控制台中，它在 Python 2 中被编码为“cp1252”，在调用 MyObject('çça') 时被编码为“utf-8”从模块。在 Python 3 中，它不会被编码，而是一个 unicode 文字。

编辑:

我放弃了在 u 前避免使用“\”的希望。 (或 x 就此而言)。我也了解导入 unicode_literals 的限制.但是，将字符串从模块传递到控制台的许多可能组合，反之亦然，每种不同的编码，除此之外，导入 unicode_literals与否，Python 2 vs Python 3，让我想通过实际测试来创建一个概述。因此下表。

换句话说，type(str(''))不返回 <type 'str'>在 Python 3 中，但 <class 'str'> ，并且似乎避免了所有 Python 2 问题。

最佳答案

AFAIK，from __future__ import unicode_literals 所做的只是将所有 string literals 设为 unicode 类型，而不是 string 类型。那就是:

>>> type('')
<type 'str'>
>>> from __future__ import unicode_literals
>>> type('')
<type 'unicode'>

但是 str 和 unicode 仍然是不同的类型，它们的行为和以前一样。

>>> type(str(''))
<type 'str'>

总是，是 str 类型。

关于您的 r'\u' 问题，这是设计使然，因为它相当于没有 unicode_literals 的 ru'\u'。来自文档:

When an 'r' or 'R' prefix is used in conjunction with a 'u' or 'U' prefix, then the \uXXXX and \UXXXXXXXX escape sequences are processed while all other backslashes are left in the string.

可能来自于词法分析器在 python2 系列中的工作方式。在 python3 中，它可以按照您(和我)的预期工作。

您可以键入两次反斜杠，然后 \u 将不会被解释，但您会得到两个反斜杠!

Backslashes can be escaped with a preceding backslash; however, both remain in the string

>>> ur'\\u'
u'\\\\u'

恕我直言，您有两个简单的选择:

• 不要使用原始字符串，并转义反斜杠(与 python3 兼容):

  'H:\\unittests'

• 过于聪明并利用 unicode 代码点(不与 python3 兼容):

  r'H:\u005cunittests'

关于python - (unicode 错误) 'unicodeescape' 编解码器无法解码字节 - 带有 '\u' 的字符串，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/7602171/