python array.to string() 中有 NULL 字节答案

【问题标题】：python array.tostring() has NUL bytes in itpython array.to string() 中有 NULL 字节
【发布时间】：2012-01-12 17:05:49
【问题描述】：

我在单元测试TestCase中有以下代码（作为示例）

def test(self):
    a = array('u','\0'*3)
    a[0] = 'h'
    a[1] = 'h'
    a[2] = 'h'

    self.assertEqual(a.tostring(), "hhh")

断言失败并出现以下错误：

AssertionError: b'h\x00\x00\x00h\x00\x00\x00h\x00\x00\x00' != 'hhh'

现在我知道我创建的数组是 4 个字节长的 Unicode 字符，因此我输入的每个字符都有额外的 3 个 NUL 字节。我的问题是：

编辑：回答出现的问题： 1. 我正在使用 Python 3 2. 数组来自模块数组，可以通过：from array import array 导入

【问题讨论】：

【解决方案1】：

我想您正在使用 Python3，它似乎缺少 array 的 'c' 选项。

在这种情况下，我会这样做

a = array.array("b",4*(0,))
a[0] = 'h'
a[1] = 'h'
a[2] = 'h'

另一种选择是

a=array.array('u', "hhh") # the same as yours, but shorter
a.tounicode()

但是你有一个 unicode 字符串而不是 bytes() 对象。

【讨论】：

【解决方案2】：

您所做的是明确请求数组的bytes 表示。这自然不等于 unicode 表示。

来自文档：

array.tostring()：不推荐使用 tobytes() 的别名。

array.tobytes()：将数组转换为机器值数组并返回字节表示（相同的字节序列将通过 tofile() 方法写入文件。）

3.2 版中的新功能：为清楚起见，tostring() 被重命名为 tobytes()。

您需要改用tounicode：

>>> import array
>>> s = "a\xbb\ucccc\U0001dddd"
>>> array.array('u', s).tounicode() == s
True

如果您从 Python 2.x 迁移一些代码，您会发现这与您在此处看到的内容自然等价；上述 sn-p 的 Python 2.x 版本的唯一区别是 s = u"etc etc"。

类型'u'是数组模块的一个黑暗角落，它本身就是Python的一个黑暗角落。如果您不是从 Python 2.x 迁移，您可能想说出您想要实现的目标（可变字符串？），并获得一些指导。

【讨论】：

可变字符串确实，我正在实现一个间隙缓冲区。任何建议将不胜感激
也许匿名的路过投票者可能想留下解释或更正？
tostring() 几乎没有“明确”请求字节对象。期望一个名为“tostring”的方法返回一个字符串似乎并不是完全不合理的。 IMO 将其别名为 tobytes 而不是 tounicode 的决定违反了最小意外原则。但是，嘿，我不是 BDFL。