Cara terbaik untuk mengkonversi string ke byte di Python 3?

Tampaknya ada dua cara berbeda untuk mengubah string menjadi byte, seperti terlihat pada jawaban untuk TypeError: 'str' tidak mendukung antarmuka buffer

Manakah dari metode ini yang lebih baik atau lebih Pythonic? Atau itu hanya masalah preferensi pribadi?

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

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

Jika Anda melihat dokumen untuk bytes, itu mengarahkan Anda ke bytearray:

bytearray ([sumber [, penyandian [, kesalahan]]])

Kembalikan array byte baru. Tipe bytearray adalah urutan bilangan bulat yang dapat berubah dalam kisaran 0 <= x <256. Ia memiliki sebagian besar metode urutan urutan yang dapat berubah, yang dijelaskan dalam Jenis Urutan yang Dapat Dimatikan, serta sebagian besar metode yang dimiliki tipe byte, lihat Bytes dan Metode Array Byte.

Parameter sumber opsional dapat digunakan untuk menginisialisasi array dengan beberapa cara berbeda:

Jika ini adalah string, Anda juga harus memberikan parameter penyandian (dan opsional, kesalahan); bytearray () kemudian mengonversi string menjadi byte menggunakan str.encode ().

Jika bilangan bulat, array akan memiliki ukuran itu dan akan diinisialisasi dengan byte nol.

Jika itu adalah objek yang sesuai dengan antarmuka buffer, buffer read-only dari objek akan digunakan untuk menginisialisasi array byte.

Jika iterable, itu harus iterable dari integer dalam rentang 0 <= x <256, yang digunakan sebagai konten awal array.

Tanpa argumen, array ukuran 0 dibuat.

Jadi bytesbisa melakukan lebih dari sekadar menyandikan string. Ini Pythonic yang akan memungkinkan Anda untuk memanggil konstruktor dengan segala jenis parameter sumber yang masuk akal.

Untuk pengkodean string, saya pikir itu some_string.encode(encoding)lebih Pythonic daripada menggunakan konstruktor, karena itu adalah yang paling mendokumentasikan diri - "ambil string ini dan kodekan dengan pengkodean ini" lebih jelas daripada bytes(some_string, encoding)- tidak ada kata kerja eksplisit ketika Anda menggunakan konstruktor.

Sunting: Saya memeriksa sumber Python. Jika Anda melewatkan string unicode bytesmenggunakan CPython, ia memanggil PyUnicode_AsEncodedString , yang merupakan implementasi dari encode; jadi Anda hanya melewatkan tingkat tipuan jika Anda memanggil encodediri sendiri.

Juga, lihat komentar Serdalis - unicode_string.encode(encoding)juga lebih Pythonic karena kebalikannya byte_string.decode(encoding)dan simetrinya bagus.

Lebih mudah dari yang diperkirakan:

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

The benar-benar cara terbaik adalah tidak satu pun dari 2, tetapi 3. Parameter pertama ke default sejak Python 3.0. Demikian cara terbaiknyaencode 'utf-8'

b = mystring.encode()

Ini juga akan lebih cepat, karena argumen default tidak menghasilkan string "utf-8"dalam kode C, tetapi NULL, yang jauh lebih cepat untuk diperiksa!

Berikut ini beberapa timing:

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

Meskipun ada peringatan, waktunya sangat stabil setelah berjalan berulang kali - penyimpangannya hanya ~ 2 persen.

Menggunakan encode()tanpa argumen tidak kompatibel dengan Python, seperti pada Python 2 pengkodean karakter default adalah 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)