La meilleure façon de convertir une chaîne en octets en Python 3?

Il semble y avoir deux façons différentes de convertir une chaîne en octets, comme le montrent les réponses à TypeError: 'str' ne prend pas en charge l'interface de tampon

Laquelle de ces méthodes serait meilleure ou plus Pythonique? Ou s'agit-il simplement d'une préférence personnelle?

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

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

Si vous regardez les documents bytes, cela vous indique bytearray:

bytearray ([source [, encodage [, erreurs]]])

Renvoie un nouveau tableau d'octets. Le type bytearray est une séquence mutable d'entiers dans la plage 0 <= x <256. Il possède la plupart des méthodes habituelles de séquences mutables, décrites dans Mutable Sequence Types, ainsi que la plupart des méthodes du type bytes, voir Octets et Méthodes de tableau d'octets.

Le paramètre source facultatif peut être utilisé pour initialiser le tableau de différentes manières:

S'il s'agit d'une chaîne, vous devez également donner les paramètres d'encodage (et éventuellement des erreurs); bytearray () convertit ensuite la chaîne en octets à l'aide de str.encode ().

S'il s'agit d'un entier, le tableau aura cette taille et sera initialisé avec des octets nuls.

S'il s'agit d'un objet conforme à l'interface du tampon, un tampon en lecture seule de l'objet sera utilisé pour initialiser le tableau d'octets.

S'il s'agit d'un itérable, il doit s'agir d'un itérable d'entiers compris dans la plage 0 <= x <256, qui sont utilisés comme contenu initial du tableau.

Sans argument, un tableau de taille 0 est créé.

bytesPeut donc faire bien plus que simplement coder une chaîne. C'est Pythonic qu'il vous permettrait d'appeler le constructeur avec n'importe quel type de paramètre source qui a du sens.

Pour encoder une chaîne, je pense que some_string.encode(encoding)c'est plus Pythonic que d'utiliser le constructeur, parce que c'est la plus auto-documentée - "prenez cette chaîne et encodez-la avec cet encodage" est plus clair quebytes(some_string, encoding) - il n'y a pas de verbe explicite lorsque vous utilisez le constructeur.

Edit: j'ai vérifié la source Python. Si vous passez une chaîne unicode à l' bytesutilisation de CPython, il appelle PyUnicode_AsEncodedString , qui est l'implémentation de encode; donc vous sautez juste un niveau d'indirection si vous vous appelez encode.

Voir aussi le commentaire de Serdalis - unicode_string.encode(encoding)est également plus Pythonic car son inverse est byte_string.decode(encoding)et la symétrie est agréable.

C'est plus facile qu'on ne le pense:

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

La absolument meilleur moyen est ni de 2, mais le 3ème. Le premier paramètre par défaut depuis Python 3.0. Ainsi, la meilleure façon estencode 'utf-8'

b = mystring.encode()

Ce sera également plus rapide, car l'argument par défaut n'entraîne pas la chaîne "utf-8"dans le code C, mais NULLce qui est beaucoup plus rapide à vérifier!

Voici quelques horaires:

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

Malgré l'avertissement, les temps étaient très stables après des cycles répétés - l'écart n'était que de ~ 2%.

L'utilisation encode()sans argument n'est pas compatible avec Python 2, car dans Python 2 le codage de caractères par défaut est 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)