从 python2 转换为 python3 时处理 encode()

Question

我正在努力将一个大型项目从python2转换为python3(不需要python2向后兼容性)。

在测试转换时，我发现我遇到了一个问题，即某些字符串正在转换为bytes对象，这导致了麻烦。我将其追溯到以下方法，该方法在很多地方被调用：

def custom_format(val):
return val.encode('utf8').strip().upper()

在python2：

custom_format(u'xa0')
# 'xc2xa0'
custom_format('bar')
# `BAR`

在python3：

custom_format('xa0')
# b'xc2xa0'
custom_format('bar')
# b`BAR`

这是一个问题的原因是，在某些时候，custom_format的输出应该使用format()但'foo = {}'.format(b'bar') == "foo = b'BAR'"插入到SQL模板字符串中，这会弄乱潜在的SQL语法。

简单地删除encode('utf8')部分将确保custom_format('bar')正确返回'BAR'，但现在custom_format('xa0')返回'xa0'而不是python2版本的'xc2xa0'。(虽然我对 unicode 的了解还不够多，不知道这是否是一件坏事)

在不弄乱代码的SQL或format()部分的情况下，如何确保python2版本的预期行为在python3版本中显示？是像放弃encode('utf8')那么简单，还是会导致意外冲突？

Answer 1

如果你的目的是确保所有传入的字符串，无论是str还是bytes，都被转换为bytes，那么你必须保持encode，因为Python3使用str而不是bytes(Python2就是这种情况)作为本机字符串类型。encode将str转换为bytes。

如果您的目的是确保查询看起来正确。然后你可以删除encode，让Python3为你处理事情。