解码和unicode的区别？

Question

根据本试验：

# -*- coding: utf-8 -*-

ENCODING = 'utf-8'

# what is the difference between decode and unicode?
test_cases = [
    'aaaaa',
    'ááááá',
    'ℕℤℚℝℂ',
]
FORMAT = '%-10s %5d %-10s %-10s %5d %-10s %10s'
for text in test_cases :
    decoded = text.decode(ENCODING)
    unicoded = unicode(text, ENCODING)
    equal = decoded == unicoded
    print FORMAT % (decoded, len(decoded), type(decoded), unicoded, len(unicoded), type(unicoded), equal)

.decode()和{}之间没有区别：

^{pr2}$

我说得对吗？如果是这样，为什么我们有两种不同的方法来完成同一件事？我应该用哪一个？有什么细微的区别吗？

Answer 1

比较这两个函数（here和here）的文档，这两个方法之间的差别似乎非常小。unicode函数被记录为

If encoding and/or errors are given, unicode() will decode the object which can either be an 8-bit string or a character buffer using the codec for encoding. The encoding parameter is a string giving the name of an encoding; if the encoding is not known, LookupError is raised. Error handling is done according to errors; this specifies the treatment of characters which are invalid in the input encoding. If errors is 'strict' (the default), a ValueError is raised on errors, ...

而string.decode的描述是这样的

Decodes the string using the codec registered for encoding. encoding defaults to the default string encoding. errors may be given to set a different error handling scheme. The default is 'strict', meaning that encoding errors raise UnicodeError. ...

因此，唯一的区别似乎是unicode也适用于字符缓冲区，并且对于无效输入返回的错误不同（ValueError与UnicodeError）。另一个微小的区别在于向后兼容性：unicode被记录为“2.0版本中的新特性”，而string.decode是“2.2版本中的新特性”。在

综上所述，使用哪种方法似乎完全取决于口味。在

Answer 2

当您使用的值是str，并且使用的编码是Unicode字符集时，函数上没有区别。但是：

1. u.decode(e)是一种方便的方法，在链式表达式中可能比调用unicode(s,e)更具可读性。

2. 还有一些字符串转换与Unicode编码/解码无关，比如base64或{}，它们可以在encode()/decode()中使用，但不能使用{}。（现在人们普遍认为，将它们放在与Unicode字符集相同的位置是错误的；它们在python3中被删除了，很可能会以单独的方法对结束。）

3. 作为构造函数，unicode()可以采用str以外的类型，您可能希望为这些类型生成Unicode字符串表示。

Answer 3

解码：
使用为编码注册的编解码器解码字符串。编码默认为默认字符串编码。
http://docs.python.org/2/library/stdtypes.html?#str.decode

unicode:
返回object[…]的Unicode字符串版本。
请参见：http://docs.python.org/2/library/functions.html#unicode

因为您的编码是UTF-8，所以函数返回的是相同的。如果您选择其他编码，它们应该返回不同的结果。在