（unicode错误）'unicodeescape'编解码器无法解码字节 - 字符串带'\ u'

Question

编写我的Python 2.6代码，但考虑到Python 3，我觉得放一个

是个好主意

from __future__ import unicode_literals

在某些模块的顶部。换句话说，我要求麻烦（将来要避免它们），但我可能会遗漏一些重要的知识。我希望能够传递表示文件路径的字符串并实例化一个简单的对象

MyObject('H:\unittests')

在 Python 2.6 中，这很好用，不需要使用双反斜杠或原始字符串，即使对于以'\u..'开头的目录，这正是我想要的。在__init__方法中，我确保所有单\次出现都被解释为“\\”，包括特殊字符之前的\a，\b，{ {1}}，\f，\n，\r和\t（仅\v仍有问题）。还使用（本地）编码将给定字符串解码为unicode按预期工作。

准备 Python 3.x ，在编辑器中模拟我的实际问题（从Python 2.6中的干净控制台开始），会发生以下情况：

\x

（确定直到此处：>>> '\u' '\\u' >>> r'\u' '\\u' 由控制台使用本地编码进行编码）

'\u'

换句话说，（unicode）字符串根本不被解释为unicode，也不会使用本地编码自动解码。对于原始字符串也是如此：

>>> from __future__ import unicode_literals
>>> '\u'
SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 0-1: end of string in escape sequence

>>> r'\u' SyntaxError: (unicode error) 'rawunicodeescape' codec can't decode bytes in position 0-1: truncated \uXXXX ：

u'\u'

另外，我希望>>> u'\u' SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 0-1: end of string in escape sequence 返回isinstance(str(''), unicode)（它没有），因为导入unicode_literals应该使所有字符串类型都是unicode。 （编辑：）由于in Python 3, all strings are sequences of Unicode characters，我希望True返回此类unicode字符串，str(''))同时返回type(str(''))，并且<type 'unicode'>（因为所有字符串都是unicode），但也意识到<type 'str'>。周围的困惑......

问题的

• 如何才能最好地传递包含“<type 'unicode'> is not <type 'str'>”的字符串？ （不写'\u'）
• 是否\\u真正实现了所有与Python 3.相关的unicode更改，以便我获得完整的Python 3字符串环境？

编辑： 在Python 3中， <type 'str'> is a Unicode object 和from __future__ import unicode_literals根本不存在。在我的情况下，我想编写适用于Python 3的Python 2（.6）代码。但是当我<type 'unicode'>时，我无法检查字符串是否为import unicode_literals，因为：

• 我认为<type 'unicode'>不是命名空间的一部分
• 如果unicode是命名空间的一部分，则unicode的文字在同一模块中创建时仍然是unicode
• <type 'str'>将始终为Python 3中的unicode文字返回type(mystring)

我的模块使用顶部的<type 'str'>注释以'utf-8'编码，而我的# coding: UTF-8返回'cp1252'。因此，如果我从我的控制台调用locale.getdefaultlocale()[1]，它在Python 2中编码为'cp1252'，在从模块调用MyObject('çça')时编码为'utf-8'。在Python 3中，它不会被编码，而是一个unicode文字。

编辑：

我放弃了允许在MyObject('çça')（或u之前）避免使用'\'的希望。另外，我了解导入x的限制。但是，从模块到控制台传递字符串的许多可能组合，以及每种不同的编码反之亦然，除了导入unicode_literals之外，还有Python 2与Python 3之间的导入，这让我想创建一个通过实际测试概述。因此下表。

换句话说，unicode_literals不会在Python 3中返回type(str(''))，而是<type 'str'>，并且似乎可以避免所有Python 2问题。

Answer 1

AFAIK，from __future__ import unicode_literals所做的就是使所有字符串文字为unicode类型，而不是字符串类型。那就是：

>>> type('')
<type 'str'>
>>> from __future__ import unicode_literals
>>> type('')
<type 'unicode'>

但str和unicode仍然是不同的类型，它们的行为与以前一样。

>>> type(str(''))
<type 'str'>

始终属于str类型。

关于r'\u'问题，这是设计使然，因为它相当于没有unicode_literals的ru'\ u'。来自文档：

  

当'r'或'R'前缀与'u'或'U'前缀一起使用时，处理\ uXXXX和\ UXXXXXXXX转义序列，而所有其他反斜杠都留在字符串中。< / p>

可能来自词法分析器在python2系列中的工作方式。在python3中它可以像你（和我）一样工作。

您可以键入反斜杠两次，然后{@ 1}}将不会被解释，但您将获得两个反斜杠！

  

可以使用前面的反斜杠转义反斜杠;但是，两者都保留在字符串

中

\u

恕我直言，你有两个简单的选择：

• 不要使用原始字符串，并转义反斜杠（与python3兼容）：

  >>> ur'\\u' u'\\\\u'

• 过于聪明并利用unicode代码点（不与python3兼容）：

  'H:\\unittests'

Answer 2

对我来说，此问题与版本不相关，在本例中为numpy

修复：

conda install -f numpy

Answer 3

我在Python 3上试试这个：

  

导入os

     

os.path.abspath则（＆＃34; yourPath＆＃34）

它已经奏效了！

Answer 4

当您编写包含反斜杠的字符串文字时，例如路径（在Windows上）或正则表达式，请使用原始字符串。这就是他们的目的。