Il modo migliore per convertire string in byte in Python 3?

Sembra che ci siano due modi diversi per convertire una stringa in byte, come si vede nelle risposte a TypeError: 'str' non supporta l'interfaccia buffer

Quale di questi metodi sarebbe migliore o più Pythonic? O è solo una questione di preferenze personali?

b = bytes(mystring, 'utf-8')

b = mystring.encode('utf-8')

Se guardi i documenti per bytes, ti indicano bytearray:

bytearray ([fonte [, codifica [, errori]]])

Restituisce un nuovo array di byte. Il tipo bytearray è una sequenza mutabile di numeri interi nell'intervallo 0 <= x <256. Ha la maggior parte dei metodi usuali di sequenze mutabili, descritti in Tipi di sequenza mutabili, così come la maggior parte dei metodi che ha il tipo di byte, vedi Byte e Metodi di array di byte.

Il parametro sorgente opzionale può essere utilizzato per inizializzare l'array in diversi modi:

Se è una stringa, è necessario fornire anche i parametri di codifica (e, facoltativamente, errori); bytearray () quindi converte la stringa in byte usando str.encode ().

Se è un numero intero, l'array avrà quella dimensione e verrà inizializzato con byte null.

Se si tratta di un oggetto conforme all'interfaccia buffer, verrà utilizzato un buffer di sola lettura dell'oggetto per inizializzare l'array di byte.

Se è un iterabile, deve essere un iterabile di numeri interi nell'intervallo 0 <= x <256, che vengono utilizzati come contenuto iniziale dell'array.

Senza un argomento, viene creato un array di dimensioni 0.

Quindi bytespuò fare molto di più che semplicemente codificare una stringa. È Pythonic che ti permetterebbe di chiamare il costruttore con qualsiasi tipo di parametro sorgente che abbia senso.

Per codificare una stringa, penso che some_string.encode(encoding)sia più Pythonic che usare il costruttore, perché è il più autocompassante - "prendere questa stringa e codificarla con questa codifica" è più chiaro di bytes(some_string, encoding)- non c'è un verbo esplicito quando si usa il costruttore.

Modifica: ho controllato la fonte Python. Se si passa una stringa unicode bytesall'utilizzo di CPython, chiama PyUnicode_AsEncodedString , che è l'implementazione di encode; quindi stai solo saltando un livello di riferimento indiretto se ti chiami encode.

Inoltre, vedi il commento di Serdalis - unicode_string.encode(encoding)è anche più pitone perché è inverso byte_string.decode(encoding)e la simmetria è piacevole.

È più facile di quanto si pensi:

my_str = "hello world"
my_str_as_bytes = str.encode(my_str)
type(my_str_as_bytes) # ensure it is byte representation
my_decoded_str = my_str_as_bytes.decode()
type(my_decoded_str) # ensure it is string representation

Il modo assolutamente migliore non è nessuno dei 2, ma il 3 °. Il primo parametro predefinito da Python 3.0. Quindi il modo migliore èencode 'utf-8'

b = mystring.encode()

Questo sarà anche più veloce, perché l'argomento predefinito non risulta nella stringa "utf-8"nel codice C, ma NULL, che è molto più veloce da controllare!

Ecco alcuni tempi:

In [1]: %timeit -r 10 'abc'.encode('utf-8')
The slowest run took 38.07 times longer than the fastest. 
This could mean that an intermediate result is being cached.
10000000 loops, best of 10: 183 ns per loop

In [2]: %timeit -r 10 'abc'.encode()
The slowest run took 27.34 times longer than the fastest. 
This could mean that an intermediate result is being cached.
10000000 loops, best of 10: 137 ns per loop

Nonostante l'avvertimento, i tempi erano molto stabili dopo ripetute corse - la deviazione era solo del 2% circa.

L'uso encode()senza argomento non è compatibile con Python 2, poiché in Python 2 la codifica dei caratteri predefinita è ASCII .

>>> 'äöä'.encode()
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xc3 in position 0: ordinal not in range(128)