string.decode() 与 unicode(string)答案

【问题标题】：string.decode() vs. unicode(string)string.decode() 与 unicode(string)
【发布时间】：2012-08-05 09:18:38
【问题描述】：

myString = 'éíěřáé'

我需要将此字符串解码为 unicode。下面的用法和这两种方法之间有什么区别吗？

myString.decode(encoding='UTF-8', errors='ignore')

和

unicode(myString, encoding='UTF-8', errors='ignore')

【问题讨论】：

标签： python string unicode decode

【解决方案1】：

unicode 构造函数可以接受除字符串之外的其他类型：

>>> unicode(10)
u'10'

然而，对于字节串的情况，这两种形式大多是等价的。某些编码选项对unicode构造函数无效，因为它们不会产生unicode输出，但对字节串的.decode方法有效，例如'hex'：

>>> unicode('10', encoding='hex')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: decoder did not return an unicode object (type=str)

【讨论】：

【解决方案2】：

它们本质上是相同的，但在任何一种情况下都有一些小的性能捷径； str.decode 知道它的参数是一个字符串，所以它可以快捷地检查它的参数，而 unicode.__new__ 有一些常用编码的快捷方式，包括 UTF-8。

在一般情况下，这两种方法都调用PyCodec_Decode。

【讨论】：

【解决方案3】：

在 Python 2.x 中，str.decode() 可能会产生一个 unicode 对象或另一个 str。 unicode() 函数仅适用于产生 unicode 对象的编码。

例如：

>>> "x\x9cKLJ\x06\x00\x02M\x01'".decode('zip')
'abc'
>>> unicode("x\x9cKLJ\x06\x00\x02M\x01'", encoding='zip')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: decoder did not return an unicode object (type=str)
>>>

请注意，它们在内部的工作方式与对 unicode() 的调用非常相似，这表明它确实解码了对象，然后才反对结果的类型。

【讨论】：