วิธีที่ดีที่สุดในการแปลงสตริงเป็นไบต์ใน Python 3

ดูเหมือนจะมีสองวิธีในการแปลงสตริงเป็นไบต์ตามที่เห็นในคำตอบของTypeError: 'str' ไม่รองรับส่วนต่อประสานบัฟเฟอร์

วิธีใดต่อไปนี้จะดีกว่าหรือไพ ธ อน หรือมันเป็นเพียงเรื่องของการตั้งค่าส่วนตัว?

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

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

หากคุณดูเอกสารbytesนั้นจะนำคุณไปที่bytearray:

bytearray ([แหล่ง [การเข้ารหัส [ข้อผิดพลาด]]])

ส่งกลับอาร์เรย์ไบต์ใหม่ ประเภท bytearray เป็นลำดับที่ไม่แน่นอนของจำนวนเต็มในช่วง 0 <= x <256 มันมีวิธีการปกติมากที่สุดของลำดับที่ไม่แน่นอนที่อธิบายไว้ในประเภทลำดับที่ไม่แน่นอนเช่นเดียวกับวิธีส่วนใหญ่ที่ประเภทไบต์มีดูไบต์และ วิธีการอาร์เรย์ไบต์

พารามิเตอร์ต้นทางที่เป็นทางเลือกสามารถใช้ในการเริ่มต้นอาร์เรย์ได้หลายวิธี:

หากเป็นสตริงคุณต้องให้พารามิเตอร์การเข้ารหัส (และเป็นทางเลือกข้อผิดพลาด) ด้วย bytearray () จากนั้นแปลงสตริงเป็นไบต์โดยใช้ str.encode ()

ถ้าเป็นจำนวนเต็มอาร์เรย์จะมีขนาดนั้นและจะถูกเตรียมใช้งานด้วยไบต์ว่าง

ถ้ามันเป็นวัตถุที่สอดคล้องกับส่วนต่อประสานบัฟเฟอร์บัฟเฟอร์แบบอ่านอย่างเดียวของวัตถุจะถูกใช้เพื่อเริ่มต้นอาร์เรย์ไบต์

ถ้าเป็นตัววนซ้ำมันต้องเป็นตัววนซ้ำในช่วง 0 <= x <256 ซึ่งใช้เป็นเนื้อหาเริ่มต้นของอาร์เรย์

หากไม่มีอาร์กิวเมนต์จะสร้างอาร์เรย์ขนาด 0 ขึ้นมา

ดังนั้นbytesสามารถทำได้มากกว่าการเข้ารหัสสตริง เป็น Pythonic ที่อนุญาตให้คุณเรียก Constructor ด้วยพารามิเตอร์ซอร์สชนิดใดก็ได้ที่สมเหตุสมผล

สำหรับการเข้ารหัสสตริงฉันคิดว่าsome_string.encode(encoding)มันเป็น Pythonic มากกว่าการใช้ Constructor เพราะมันเป็นการทำเอกสารด้วยตัวเองมากที่สุด - "รับสายนี้แล้วเข้ารหัสด้วยการเข้ารหัสนี้" ชัดเจนกว่าbytes(some_string, encoding)- ไม่มีกริยาที่ชัดเจนเมื่อคุณใช้ นวกรรมิก

แก้ไข:ฉันตรวจสอบแหล่ง Python ถ้าคุณผ่านสายอักขระ Unicode ที่จะbytesใช้ CPython มันเรียกPyUnicode_AsEncodedStringซึ่งเป็นการดำเนินงานของencode; ดังนั้นคุณแค่ข้ามระดับของการอ้อมไปถ้าคุณเรียกencodeตัวเองว่า

นอกจากนี้ดูความคิดเห็นของ Serdalis - unicode_string.encode(encoding)เป็น Pythonic มากกว่าเพราะการผกผันของมันbyte_string.decode(encoding)และสมมาตรนั้นดี

ง่ายกว่าที่คิด:

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

อย่างวิธีที่ดีที่สุดคือทั้ง 2 แต่ที่ 3 พารามิเตอร์แรกที่ใช้เป็นค่าเริ่มต้นนับตั้งแต่ Python 3.0 ดังนั้นวิธีที่ดีที่สุดคือencode 'utf-8'

b = mystring.encode()

นอกจากนี้ยังจะได้เร็วขึ้นเพราะการโต้เถียงเริ่มต้นส่งผลให้ไม่ได้อยู่ในสตริง"utf-8"ในรหัส C แต่NULLซึ่งเป็นมากได้เร็วขึ้นเพื่อตรวจสอบ!

นี่คือเวลาที่กำหนด:

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

แม้จะมีการเตือนครั้งที่มีเสถียรภาพมากหลังจากวิ่งซ้ำ - ส่วนเบี่ยงเบนเป็นเพียงร้อยละ 2

ใช้encode()โดยไม่โต้แย้งไม่ได้เป็นงูหลาม 2 เข้ากันได้ในขณะที่งูหลาม 2 เข้ารหัสอักขระเริ่มต้นเป็นASCII

>>> '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)