有没有办法判断 python 3 中的字符串前面是不是有明确的 'u'？

Posted 2023-02-15

【中文标题】有没有办法判断 python 3 中的字符串前面是不是有明确的 \'u\'？

【英文标题】：Is there a way to tell if a string in python 3 has an explicit 'u' in front of it?有没有办法判断 python 3 中的字符串前面是否有明确的 'u'？

【发布时间】：2022-01-21 16:05:37

【问题描述】：

我正在研究 python 2-3 的兼容性。使用 str 和 byte 类型时，我遇到了一个问题。这是一个例子

# python 2
x = b"%r" % u'hello' # this returns "u'hello'"

# python 3
x = b"%r" % u'hello' # this returns b"'hello'"

注意额外的 unicode u 如何出现在 python 2 中 x 的最终表示中？我需要让我的代码在 python3 和 python2 中返回相同的值。我的代码可以采用 str、bytes 或 unicode 值。

我可以通过这样做将 python 3 值强制转换为 python 2 值

# note: six.text_type comes from the six compatibility library. Basically checks to see if something is unicode in py2 and py3. 
new_data = b"%r" % original_input
if isinstance(original_input, six.text_type) and not new_data.startswith(b"u'"):
    new_data = b"u%s"

这使得u'hello' 案例工作正常，但搞砸了'hello' 案例。 这就是发生的事情：

# python 2
x = b"%r" % 'hello' # this returns "'hello'"

# python 3
x = b"%r" % 'hello' # this returns b"'hello'"

问题是在 python 3 中 u'hello' 与 'hello' 相同，所以如果我在上面包含我的代码，u'hello 和 'hello' 的结果最终返回与 u'hello 相同的结果在python 3中。

所以我需要某种方法来判断 python 3 输入字符串是否在字符串前面明确指定了u，并且只有在满足这种情况时才执行我上面的代码。

【问题讨论】：

我认为在 Python 3 中所有字符串都是 Unicode，这就是它不再使用 u 前缀的原因。

是的，我认为 Barmar 是对的，如果你在 Python3 中使用 type("") 和 type(u"")，两者都给出 str，但在 Python2 中它们给出 str 和 unicode。因此，也许您可​​以另辟蹊径，确保u 不会出现在 Python2 中，如果这符合您的要求的话。

这就像试图让你的代码用f(1+1) 和f(2) 做不同的事情。你为什么要这样做？您可能需要改变实现基本目标的方式。

@fooiey：但是您没有拥有 3 种类型的数据。您有 3 种方法可以写入 2 种类型的数据。您需要弄清楚 'asdf' 需要在哪里是字节，哪里需要是 Unicode 并适当地处理每种情况，而不是试图发明第三种数据类型 - 当我说你需要弄清楚这一点时，我的意思是实际人类在代码迁移过程中思考的事情，而不是某种会自动处理它的功能逻辑。

简短的回答是，你无法分辨，无论如何，不​​在 Python 代码中。 Python 3 中的 u 字符串前缀是无操作的，纯粹是为了简化 Python 2 代码的迁移。为了说明这一点，请在 Python 3 提示符下键入 u"hello" is "hello"。你会得到True。要做你想做的事，你必须自己解析源代码。尽管这足以表明您的方法需要工作。

【参考方案1】：

知道您当前正在执行的 python 版本并查看输入的类型是一件简单的事情。当然，这只是获取您拥有的数据并产生一致的输出。它不会从“原始源代码”中恢复语法糖，因为这不是您必须使用的数据。我只是想要一个一致的输出，就像你说的那样，“我需要让我的代码在 python3 和 python2 中返回相同的值。”

在 python2 中，您可能会处理 str 和 unicode。 在 python3 中你可能会处理字节和字符串。

先看python版本，因为如果你比较一个在那个版本中不存在的数据类型，它会在试图做检查时引发异常。

import six

if six.PY2:
    samples = ['hello', u'hello']
elif six.PY3:
    samples = ['hello', bytes('hello', 'utf-8')]
else:
    raise ValueError('python version unknown')

def normalize(message):
    if six.PY2:
        if type(message)==unicode:
            return str(message)
        elif type(message)==str:
            return message
        else:
            raise ValueError('expected string type, got ' + message.__class__.__name__)
    elif six.PY3:
        if type(message)==bytes:
            return message.decode('utf-8')
        elif type(message)==str:
            return message
        else:
            raise ValueError('expected string type, got ' + message.__class__.__name__)
    else:
        raise ValueError('python version unknown')

for message in samples:
    print(normalize(message))

这是在 2.7.5 和 3.9.2 上测试的 如果你在python2中有字节，它只是str的别名（https://***.com/a/5901825/1766544）

【讨论】：

这与问题所要求的完全不同。

我正在尝试使用 OP 的声明，即“我需要让我的代码在 python3 和 python2 中返回相同的值。”