PyUnicode 字符串和 C 字符串之间的字符串转换是如何工作的？ [关闭]答案

【问题标题】：How Does String Conversion Between PyUnicode String and C String Work? [closed]PyUnicode 字符串和 C 字符串之间的字符串转换是如何工作的？ [关闭]
【发布时间】：2016-03-18 19:55:50
【问题描述】：

我有一个 PyUnicode 对象，我正在尝试将其转换回 C 字符串 (char *)。

我尝试这样做的方式似乎不起作用。这是我的代码：

PyObject * objectCompName = PyTuple_GET_ITEM(compTuple, (Py_ssize_t) 0);
PyObject * ooCompName = PyUnicode_AsASCIIString(objectCompName);
char * compName = PyBytes_AsString(ooCompName);
Py_DECREF(ooCompName);

还有其他/更好的方法我应该这样做吗？

【问题讨论】：

定义“似乎不起作用”。你会崩溃吗？结果与您想要的不同？无论哪种情况，究竟是什么？
您使用的是哪个版本的 Python？
@JohnBollinger 它到达这里时会出现段错误。 Python 3.
对我的问题和答案都投反对票的任何理由？
您不会检查 API 调用的返回值，也不会测试是否引发了异常。这将是一个很好的起点。

标签： python c python-3.x python-c-api python-internals

【解决方案1】：

如果 UTF-8 编码的char * 没问题，你绝对应该使用PyUnicode_AsUTF8AndSize（需要 Python 3.3）：

PyObject * objectCompName = PySequence_GetItem(compTuple, 0);
if (! objectCompName) {
    return NULL;
}

Py_ssize_t size;
char *ptr = PyUnicode_AsUTF8AndSize(objectCompName, &size);
if (!ptr) {
    return NULL;
}

// notice that the string pointed to by ptr is not guaranteed to stay forever,
// and you need to copy it, perhaps by `strdup`.

另外，请务必强制检查您在代码中执行的每个 Py* 函数调用的返回值。

如果compTuple 不是tuple，这里PyTuple_GetItem 将返回NULL，或者0 导致IndexError。如果objectCompName 不是str 对象，PyUnicode_AsUTF8AndSize 将返回NULL。当条件正确时，忽略返回值，CPython 会以SIGSEGV 崩溃。

【讨论】：

PyUnicode 字符串最初是在另一个 C 函数中使用 PyUnicode_DecodeASCII 生成的。
在那种情况下PyUnicode_AsUTF8AndSize 很好。
好的，很好。您声明检查返回值是“强制性的”。我确实计划检查它们，我只是没有像我想测试并确保它首先工作那样。检查返回值实际上是一个要求，还是你只是说这是一个很好的做法？
是的，这绝对是强制性的，不仅是一种好的做法。
正确，所以你告诉我我需要这些检查绝对是一件好事，因为现在我知道是什么导致了潜在的问题。谢谢。

【解决方案2】：

您需要首先将您的 python PyUnicode 转换为非 unicode python 字符串（在此处阅读更多信息：https://docs.python.org/2/c-api/unicode.html#ascii-codecs），然后您可以轻松地将结果转换为 char*。

以下是帮助您继续的伪代码：

// Assumption: you have a variable named "pyobj" which is
// a pointer to an instance of PyUnicodeObject.

PyObject* temp = PyUnicode_AsASCIIString(pyobj);
if (NULL == temp) {
    // Means the string can't be converted to ASCII, the codec failed
    printf("Oh noes\n");
    return;
}

// Get the actual bytes as a C string
char* c_str = PyByteArray_AsString(temp);

// Use the string in some manner
printf("The python unicode string is: %s\n", c_str);

// Make sure the temp stuff gets cleaned up at the end
Py_XDECREF(temp);

【讨论】：

带有PyByteArray_AsString(temp); 的行是段错误。