（unicode 错误）“unicodeescape”编解码器无法解码字节 - 带有“\u”的字符串

Question

为 Python 2.6 编写代码，但考虑到 Python 3，我认为这是一个好主意

from __future__ import unicode_literals

在一些模块的顶部。换句话说，我是在自找麻烦（为了将来避免它们），但我可能在这里遗漏了一些重要的知识。我希望能够传递一个表示文件路径的字符串并像

一样简单地实例化一个对象

MyObject('H:\unittests')

在 Python 2.6 中，这工作得很好，不需要使用双反斜杠或原始字符串，即使对于以 '\u..' 开头的目录也是如此，这正是我想要的。在__init__ 方法中，我确保所有单个\ 出现都被解释为'\\'，包括\a、\b、\b、\n、\r 等特殊字符之前的那些、\t 和 \v（只有 \x 仍然是一个问题）。使用（本地）编码将给定的字符串解码为 un​​icode 也可以按预期工作。

为 Python 3.x 做准备，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），发生以下情况：

>>> '\u'
'\\u'
>>> r'\u'
'\\u'

（到这里为止：'\u' 由控制台使用本地编码进行编码）

>>> 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

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

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

u'\u' 也一样：

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

另外，我希望isinstance(str(''), unicode) 返回True（它没有），因为导入 unicode_literals 应该使所有字符串类型都成为 unicode。 （编辑：） 因为in Python 3, all strings are sequences of Unicode characters，我希望str('')) 返回这样一个unicode 字符串，而type(str('')) 既是<type 'unicode'>，又是<type 'str'>（因为所有字符串都是unicode）但也意识到<type 'unicode'> is not <type 'str'>。周围一片混乱……

问题

• 如何最好地传递包含“\u”的字符串？ （不写'\\u'）
• from __future__ import unicode_literals 是否真的实现了所有 Python 3. 相关的 unicode 更改，以便获得完整的 Python 3 字符串环境？

编辑： 在 Python 3 中，<type 'str'> is a Unicode object 和 <type 'unicode'> 根本不存在。就我而言，我想为 Python 2(.6) 编写可在 Python 3 中运行的代码。但是当我 import unicode_literals 时，我无法检查字符串是否为 <type 'unicode'>，因为：

• 我假设 unicode 不是命名空间的一部分
• 如果unicode 是命名空间的一部分，则<type 'str'> 在同一模块中创建时仍是unicode
• 对于 Python 3 中的 unicode 文字，type(mystring) 将始终返回 <type 'str'>

我的模块过去常常通过顶部的# coding: UTF-8 注释以“utf-8”编码，而我的locale.getdefaultlocale()[1] 返回“cp1252”。因此，如果我从控制台调用 MyObject('çça')，它在 Python 2 中被编码为“cp1252”，在从模块调用 MyObject('çça') 时被编码为“utf-8”。在 Python 3 中，它不会被编码，而是一个 unicode 文字。

编辑：

我放弃了在u（或x）之前避免使用'\'的希望。我也了解导入unicode_literals 的局限性。但是，将字符串从模块传递到控制台的许多可能组合，反之亦然，每种不同的编码，除此之外是否导入unicode_literals 和 Python 2 与 Python 3，让我想通过以下方式创建一个概述实际测试。因此下表。

换句话说，type(str('')) 在 Python 3 中不返回 <type 'str'>，而是返回 <class 'str'>，所有 Python 2 的问题似乎都被避免了。

Answer 1

AFAIK，from __future__ import unicode_literals 所做的只是将所有 字符串文字 设为 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'>

但是str 和unicode 仍然是不同的类型，它们的行为和以前一样。

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

总是，是str 类型。

关于您的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，将处理 \uXXXX 和 \UXXXXXXXX 转义序列，同时将所有其他反斜杠留在字符串中。

可能来自于词法分析器在 python2 系列中的工作方式。在 python3 中，它可以按照您（和我）的预期工作。

您可以输入两次反斜杠，然后\u 将不会被解释，但您会得到两个反斜杠！

反斜杠可以用前面的反斜杠转义；但是，两者都保留在字符串中

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

恕我直言，您有两个简单的选择：

• 不要使用原始字符串，并转义反斜杠（与 python3 兼容）：

  'H:\\unittests'

• 过于聪明并利用 unicode 代码点（不与 python3 兼容）：

  r'H:\u005cunittests'

Answer 2

对我来说，这个问题与版本不是最新的有关，在这种情况下是numpy

修复：

conda install -f numpy

Answer 3

我在 Python 3 上试试这个：

导入操作系统

os.path.abspath("yourPath")

成功了！

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。