如何将 Python 2 unicode() 函数转换为正确的 Python 3.x 语法

Posted 2023-02-23

【中文标题】如何将 Python 2 unicode() 函数转换为正确的 Python 3.x 语法

【英文标题】：how to convert Python 2 unicode() function into correct Python 3.x syntax

【发布时间】：2016-12-06 10:14:57

【问题描述】：

我在我的 Python IDE 中启用了兼容性检查，现在我意识到继承的 Python 2.7 代码有很多对 unicode() 的调用，这在 Python 3.x 中是不允许的。

查看了Python2的docs，没有提示如何升级：

我现在不想切换到 Python3，但可能在将来。

代码包含大约 500 次对 unicode() 的调用

如何进行？

更新

用户 vaultah 阅读pyporting 指南的评论已获得数次投票。

我目前的解决方案是这样的（感谢 Peter Brittain）：

from builtins import str

...我在 pyporting 文档中找不到这个提示.....

【问题讨论】：

docs.python.org/3/howto/pyporting.html

@vaultah 这不是一个普遍的问题。这只是关于unicode() 的电话。在我目前工作的代码库中，有大约 700 次调用此方法。我该怎么办？

这个问题没有好的答案。如果你幸运的话，你可以删除对unicode 的调用，你就可以开始了。 Python 3 中的所有字符串都是 unicode。如果这不起作用，那么预计会有 lots 的工作。从 str 到 unicode 文字和字节的转换是迄今为止从 Python 2 切换到 3 时最不兼容的变化。

难道你不能在 Python 3 中定义自己的 unicode() 函数，除了 return str(arg) 之外什么都不做？

您可以将str 分配给unicode - unicode = str（不带括号）。它应该可以工作。

【参考方案1】：

正如 cmets 中已经指出的，已经有 advice on porting from 2 to 3。

最近不得不将我自己的一些代码从 2 移植到 3 并暂时保持每个代码的兼容性，我全心全意地推荐使用 python-future，它提供了一个很好的工具来帮助更新您的代码 (futurize)作为how to write cross-compatible code的明确指导。

在您的具体情况下，我会简单地将所有调用转换为 unicode 以使用 str，然后使用 import str from builtins。如今，任何值得一提的 IDE 都可以在一次操作中进行全局搜索和替换。

当然，如果您只想使用自动转换（并在代码中寻找其他潜在问题），那么 futurize 也应该捕捉到这种情况。

【讨论】：

是的，futurize 将帮助转换代码库； unicode() 调用将转换为 str() 调用，并在顶部导入 from builtins import str。请注意，通常确实会为 Python 2 上的 future 库添加安装类型要求（以提供向后移植的 builtins 模块）。

这将破坏 sqlalchemy 以及其他库。

“从 2 移植到 3 的建议”提到了很多 unicode，但并没有真正提到 unicode 函数本身。

@cowlinator 这就是为什么我还引用了 python 未来文档的原因。见python-future.org/compatible_idioms.html#unicode

【参考方案2】：

你可以测试你运行的Python版本是否有unicode()这样的函数。如果没有，您可以为str() 函数创建一个unicode() 别名，它在Python 3 中的作用与unicode() 在Python 2 中的作用相同，因为所有字符串在Python 3 中都是unicode。

# Python 3 compatibility hack
try:
    unicode('')
except NameError:
    unicode = str

请注意，更完整的端口可能是一个更好的主意；详情请见the porting guide。

【讨论】：

是的，这个手工制作的解决方案应该可以工作。但我想我会使用 Peter Brittain 回答中解释的未来图书馆。

非常简单实用，完美解决了所提问题。此外，没有其他依赖项。

【参考方案3】：

简答：将所有unicode 调用替换为str 调用。

长答案：在 Python 3 中，Unicode 被替换为字符串，因为它很丰富。如果您只使用 Python 3，则以下解决方案应该可以工作：

unicode = str
# the rest of your goes goes here

如果您同时使用 Python 2 或 Python 3，请改用它：

import sys
if sys.version_info.major == 3:
    unicode = str
# the rest of your code goes here

另一种方式：在命令行中运行它

$ 2to3 package -w

【参考方案4】：

首先，作为一种策略，我会采用您的程序的一小部分并尝试移植它。您所描述的unicode 调用次数向我表明，您的应用程序比大多数应用程序更关心字符串表示，并且每个用例通常都不同。

重要的考虑是所有字符串在 Python 3 中都是 unicode。如果您使用 str 类型来存储“字节”（例如，如果它们是从文件中读取的），那么您应该知道这些在 Python3 中不是字节，而是以 unicode 字符开头。

我们来看几个案例。

首先，如果您根本没有任何非 ASCII 字符并且真的没有使用 Unicode 字符集，那很容易。您可以简单地将unicode() 函数更改为str()。这将确保作为参数传递的任何对象都被正确转换。然而，假设它是那么容易是一厢情愿的想法。

您很可能需要查看unicode() 的参数以了解它是什么，并确定如何处理它。

例如，如果您在 Python 2 中从文件中读取 UTF-8 字符并将其转换为 Unicode，您的代码将如下所示：

data = open('somefile', 'r').read()
udata = unicode(data)

但是在Python3中，read()返回Unicode数据开头，打开文件时必须指定Unicode解码：

udata = open('somefile', 'r', encoding='UTF-8').read()

如您所见，仅在移植时转换 unicode() 可能在很大程度上取决于应用程序进行 Unicode 转换的方式和原因、数据的来源和目的地。

Python3 为字符串表示带来了更高的清晰度，这是受欢迎的，但会使移植变得令人生畏。例如，Python3 有一个正确的 bytes 类型，你可以像这样将字节数据转换为 unicode：

udata = bytedata.decode('UTF-8')

或使用相反的转换将 Unicode 数据转换为字符形式。

bytedata = udata.encode('UTF-8')

我希望这至少有助于确定策略。

【讨论】：

很好的答案，它解释了正确替换 unicode() 的重要性