解码和unicode的区别？答案

【问题标题】：Difference between decode and unicode?解码和unicode的区别？
【发布时间】：2014-01-06 12:14:57
【问题描述】：

根据这个测试：

# -*- coding: utf-8 -*-

ENCODING = 'utf-8'

# what is the difference between decode and unicode?
test_cases = [
    'aaaaa',
    'ááááá',
    'ℕℤℚℝℂ',
]
FORMAT = '%-10s %5d %-10s %-10s %5d %-10s %10s'
for text in test_cases :
    decoded = text.decode(ENCODING)
    unicoded = unicode(text, ENCODING)
    equal = decoded == unicoded
    print FORMAT % (decoded, len(decoded), type(decoded), unicoded, len(unicoded), type(unicoded), equal)

.decode()和unicode()没有区别：

aaaaa          5 <type 'unicode'> aaaaa          5 <type 'unicode'>       True
ááááá          5 <type 'unicode'> ááááá          5 <type 'unicode'>       True
ℕℤℚℝℂ          5 <type 'unicode'> ℕℤℚℝℂ          5 <type 'unicode'>       True

我说的对吗？如果是这样，为什么我们有两种不同的方式来完成同一件事？我应该使用哪一个？有什么细微的差别吗？

【问题讨论】：

标签： python python-2.7 unicode

【解决方案1】：

当您使用的值是 str，并且您使用的编码是 Unicode 字符集时，在功能上没有区别。但是：

u.decode(e) 是一种方便的方法，在链式表达式中可能比调用 unicode(s,e) 更易读。
unicode() 作为构造函数可以采用除 str 之外的类型，您可能希望为其生成 Unicode 字符串表示形式。

【讨论】：

【解决方案2】：

解码：
使用为编码注册的编解码器对字符串进行解码。 encoding 默认为默认字符串编码。
http://docs.python.org/2/library/stdtypes.html?#str.decode

unicode:
返回对象 [...] 的 Unicode 字符串版本。
见：http://docs.python.org/2/library/functions.html#unicode

由于您使用 UTF-8 作为编码，因此函数返回相同。如果您选择其他编码，它们应该返回不同的东西。

【讨论】：

我说的是解码，不是编码。此外，无论是解码还是 unicode，我都可以显式传递编码参数。那么有什么区别呢？
对，我改成解码了。不过，我试图表达的观点并没有改变。你可以传递一个参数，但你不是必须的。如果您不这样做，函数可能会返回不同的内容，具体取决于您的编码。如果你通过了论点，我猜@jochen 涵盖了细微的差异。

【解决方案3】：

比较这两个函数的文档（here 和here），这两种方法之间的差异似乎确实很小。 unicode 函数记录为

如果给出编码和/或错误，unicode() 将解码对象它可以是 8 位字符串或使用用于编码的编解码器。编码参数是一个给出名称的字符串编码的；如果编码未知，则引发 LookupError。根据错误进行错误处理；这指定了处理输入编码中无效的字符。如果错误是“严格”（默认），一个 ValueError 引发错误， ...

而string.decode 状态的描述

使用为编码注册的编解码器对字符串进行解码。编码默认为默认字符串编码。可能会给出错误以设置不同的错误处理方案。默认值为“严格”，这意味着编码错误引发 UnicodeError。 ...

因此，唯一的区别似乎是unicode 也适用于字符缓冲区，并且为无效输入返回的错误不同（ValueError 与UnicodeError）。另一个较小的区别在于向后兼容性：unicode 被记录为“2.0 版中的新功能”，而string.decode 是“2.2 版中的新功能”。

鉴于上述情况，使用哪种方法似乎完全是个人喜好问题。

【讨论】：