为什么 Python3 str(bytes) 转换为文字字符串 b'<str>'

Question

我正在使用 python3。以下是解释问题的示例。

# python3

Python 3.6.8 (default, Sep 26 2019, 11:57:09) 

[GCC 4.8.5 20150623 (Red Hat 4.8.5-39)] on linux

Type "help", "copyright", "credits" or "license" for more information.

>>> import sys

>>> sys.getdefaultencoding()

'utf-8'

>>> help(str)

 |  str(object='') -> str

 |  str(bytes_or_buffer[, encoding[, errors]]) -> str

 |  

 |  Create a new string object from the given object. If encoding or

 |  errors is specified, then the object must expose a data buffer

 |  that will be decoded using the given encoding and error handler.

 |  Otherwise, returns the result of object.__str__() (if defined)

 |  or repr(object).

 |  encoding defaults to sys.getdefaultencoding().

 |  errors defaults to 'strict'.

>>> d = b'abcd'

>>> type(d)

<class 'bytes'>

>>> print(d)

b'abcd'

>>> len(d)

4

>>> m = str(d)

>>> type(m)

<class 'str'>

>>> print(m)

b'abcd'

>>> len(m)

7

>>> m.encode()

b"b'abcd'"

>>> 

>>> m = str(d, encoding='utf-8')

>>> type(m)

<class 'str'>

>>> print(m)

abcd

>>> len(m)

4

>>> 

在帮助（str）中提到“编码默认为 sys.getdefaultencoding（）”仍然 str（d）转换带有 b'' 的字符串。注意字符串的长度现在是 7。问题是，

1. 为什么需要明确指定默认编码才能从字节中生成正确的字符串

2. 如何回到字节 - 新类型是字符串。（对字符串进行编码将添加额外的 b）

3. 有没有办法让 pylint 捕捉/警告这个问题。

Answer 1

str()for与is forbytes相同，正是因为您最终不会滥用它。这是一个更复杂的示例，其中源字符串是表情符号。repr()bytes>>> s = "😸">>> len(s)1&nbsp; # One codepoint.>>> b = s.encode("utf-8")>>> len(b)4&nbsp; # Four bytes.>>> print(b)b'\xf0\x9f\x98\xb8'&nbsp; # Repr of the bytes, not to be interpreted.>>> print(repr(b))b'\xf0\x9f\x98\xb8'&nbsp; # Same as above!>>> s2 = b.decode("utf-8")&nbsp; # Decode back to string from bytes.>>> s == s2True>>>也就是说，使用str.encode()从字符串中获取字节，bytes.decode()从字节中获取字符串。

Answer 2

您不是将其用作转换函数（如在 C 和 C++ 中），而是将其用作值的str字符串表示形式（要打印，因此它可能与 不同）。repr()问题是二进制数组没有好的可打印字符串，所以我假设没有特定的str()函数，所以它退回到repr()，它添加了一些额外的注释（对于开发人员），比如前缀b'。在不知道编码的情况下，Python 无法将二进制数据转换为字符串。（二进制编码：在aASCII0x61中，字符串被解码：a表示a）。所以你可能想要d.decode('utf-8')。注意：系统编码是另一回事。它用于终端输入和输出，但不用于二进制数组，或从磁盘读取的一般数据。

Answer 3

有没有办法让 pylint 捕捉/警告这个问题我认为 pylint 不会捕捉到它，但如果您愿意在代码中添加类型注释，mypy 会捕捉到它。如果使用 flag 执行实例， Python 将在实例str上调用时发出警告。bytes-b$ python3 -b -c 'str(b"a")'-c:1: BytesWarning: str() on a bytes instance请注意，警告只发出一次，AFAICT。如果使用 执行-bb，将引发异常。python3 -bb -c 'str(b"a")'Traceback (most recent call last):&nbsp; File "<string>", line 1, in <module>BytesWarning: str() on a bytes instance

Answer 4

如果指定了编码 [..]，则对象必须公开一个数据缓冲区，该缓冲区将使用给定的编码 [..] 进行解码。object.__str__()否则，返回（如果已定义）或的结果repr(object)。这几乎可以回答您的问题。如果您省略encoding参数，则repr(object)使用，这将导致"b'...'"作为结果字符串值。如果您确实提供了encoding参数，那么它将尝试使用该编码解码提供的对象。这是两个根本不同的操作：生成对象的字符串表示形式，这是非常安全的，不会真的失败。解码二进制对象，即尝试以某种方式解释其内容，这很可能会失败。这两个操作由两种不同的函数调用方式表示str。当您只希望执行 #1 时，您不希望隐式触发变体 #2 并有潜在的错误条件来处理一些隐式设置的全局值。