Cách tốt nhất để chuyển đổi chuỗi thành byte trong Python 3?

Dường như có hai cách khác nhau để chuyển đổi một chuỗi thành byte, như đã thấy trong các câu trả lời cho TypeError: 'str' không hỗ trợ giao diện bộ đệm

Phương pháp nào trong số này sẽ tốt hơn hay nhiều Pythonic hơn? Hay đó chỉ là vấn đề sở thích cá nhân?

b = bytes(mystring, 'utf-8')

b = mystring.encode('utf-8')

Nếu bạn nhìn vào các tài liệu cho bytes, nó chỉ cho bạn bytearray:

bytearray ([nguồn [, mã hóa [, lỗi]]])

Trả về một mảng byte mới. Loại bytearray là một chuỗi các số nguyên có thể thay đổi trong phạm vi 0 <= x <256. Nó có hầu hết các phương thức thông thường của các chuỗi có thể thay đổi, được mô tả trong Loại chuỗi có thể thay đổi, cũng như hầu hết các phương thức mà loại byte có, xem Byte và Phương thức mảng Byte.

Tham số nguồn tùy chọn có thể được sử dụng để khởi tạo mảng theo một số cách khác nhau:

Nếu đó là một chuỗi, bạn cũng phải cung cấp các tham số mã hóa (và tùy chọn, lỗi); bytearray () sau đó chuyển đổi chuỗi thành byte bằng str.encode ().

Nếu là số nguyên, mảng sẽ có kích thước đó và sẽ được khởi tạo với byte rỗng.

Nếu nó là một đối tượng phù hợp với giao diện bộ đệm, bộ đệm chỉ đọc của đối tượng sẽ được sử dụng để khởi tạo mảng byte.

Nếu là một lần lặp, nó phải là một số nguyên trong phạm vi 0 <= x <256, được sử dụng làm nội dung ban đầu của mảng.

Không có đối số, một mảng có kích thước 0 được tạo.

Vì vậy, bytescó thể làm nhiều hơn là chỉ mã hóa một chuỗi. Đó là Pythonic rằng nó sẽ cho phép bạn gọi hàm tạo với bất kỳ loại tham số nguồn nào có ý nghĩa.

Để mã hóa một chuỗi, tôi nghĩ rằng some_string.encode(encoding)nó nhiều Pythonic hơn là sử dụng hàm tạo, bởi vì nó là tài liệu tự luận nhất - "lấy chuỗi này và mã hóa nó bằng mã hóa này" rõ ràng hơn bytes(some_string, encoding)- không có động từ rõ ràng khi bạn sử dụng constructor.

Chỉnh sửa: Tôi đã kiểm tra nguồn Python. Nếu bạn chuyển một chuỗi unicode sang bytessử dụng CPython, nó sẽ gọi PyUnicode_AsEncodingString , đây là cách thực hiện encode; Vì vậy, bạn chỉ bỏ qua một mức độ gián tiếp nếu bạn gọi encodecho mình.

Ngoài ra, xem nhận xét của Serdalis - unicode_string.encode(encoding)cũng nhiều Pythonic hơn vì byte_string.decode(encoding)tính đối nghịch của nó là và tính đối xứng là tốt.

Nó dễ hơn mọi người nghĩ:

my_str = "hello world"
my_str_as_bytes = str.encode(my_str)
type(my_str_as_bytes) # ensure it is byte representation
my_decoded_str = my_str_as_bytes.decode()
type(my_decoded_str) # ensure it is string representation

Cách hoàn toàn tốt nhất không phải là của 2, mà là thứ 3. Tham số đầu tiên mặc định kể từ Python 3.0. Vì vậy, cách tốt nhất làencode 'utf-8'

b = mystring.encode()

Điều này cũng sẽ nhanh hơn, vì kết quả đối số mặc định không nằm trong chuỗi "utf-8"trong mã C, nhưng NULL, nhanh hơn nhiều để kiểm tra!

Dưới đây là một số thời gian:

In [1]: %timeit -r 10 'abc'.encode('utf-8')
The slowest run took 38.07 times longer than the fastest. 
This could mean that an intermediate result is being cached.
10000000 loops, best of 10: 183 ns per loop

In [2]: %timeit -r 10 'abc'.encode()
The slowest run took 27.34 times longer than the fastest. 
This could mean that an intermediate result is being cached.
10000000 loops, best of 10: 137 ns per loop

Bất chấp cảnh báo, thời gian rất ổn định sau nhiều lần chạy - độ lệch chỉ là ~ 2%.

Sử dụng encode()không có đối số không tương thích với Python 2, như trong Python 2, mã hóa ký tự mặc định là ASCII .

>>> 'äöä'.encode()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 0: ordinal not in range(128)