这可能会帮助其他人，我开始测试变量s的字符串类型，但对于我的应用程序，更有意义的是简单地返回s为utf-8。调用return_utf的进程知道它在处理什么，并可以适当地处理字符串。代码不是原始的，但我希望它是Python版本不可知的，不需要版本测试或导入六个版本。请对下面的示例代码进行改进，以帮助其他人。

def return_utf(s):
    if isinstance(s, str):
        return s.encode('utf-8')
    if isinstance(s, (int, float, complex)):
        return str(s).encode('utf-8')
    try:
        return s.encode('utf-8')
    except TypeError:
        try:
            return str(s).encode('utf-8')
        except AttributeError:
            return s
    except AttributeError:
        return s
    return s # assume it was already utf-8

这可能会帮助其他人，我开始测试变量s的字符串类型，但对于我的应用程序，更有意义的是简单地返回s为utf-8。调用return_utf的进程知道它在处理什么，并可以适当地处理字符串。代码不是原始的，但我希望它是Python版本不可知的，不需要版本测试或导入六个版本。请对下面的示例代码进行改进，以帮助其他人。

def return_utf(s):
    if isinstance(s, str):
        return s.encode('utf-8')
    if isinstance(s, (int, float, complex)):
        return str(s).encode('utf-8')
    try:
        return s.encode('utf-8')
    except TypeError:
        try:
            return str(s).encode('utf-8')
        except AttributeError:
            return s
    except AttributeError:
        return s
    return s # assume it was already utf-8

在python3中，所有字符串都是Unicode字符的序列。有一种bytes类型保存原始字节。

在python2中，字符串的类型可以是str或unicode。你可以用如下代码来区分:

def whatisthis(s):
    if isinstance(s, str):
        print "ordinary string"
    elif isinstance(s, unicode):
        print "unicode string"
    else:
        print "not a string"

这并不区分“Unicode或ASCII”;它只区分Python类型。Unicode字符串可以由ASCII范围内的纯字符组成，字节字符串可以包含ASCII、编码的Unicode，甚至是非文本数据。

对于py2/py3兼容性，只需使用

进口六 如果isinstance(obj, six.text_type)

在python中3。x所有字符串都是Unicode字符的序列。使用isinstance检查STR(默认为unicode字符串)就足够了。

isinstance(x, str)

关于python 2.x， 大多数人似乎都在使用带有两次检查的if语句。一个用于STR，一个用于unicode。

如果你想检查你是否有一个'string-like'的对象，并且只有一个语句，你可以这样做:

isinstance(x, basestring)

注意，在Python 3中，这样说并不公平:

字符串是UTFx的任何x(例如。use UTF8) str是Unicode 字符串是Unicode字符的有序集合

Python的str类型(通常)是Unicode码位序列，其中一些映射到字符。

即使在Python 3上，回答这个问题也不像您想象的那么简单。

测试ascii兼容字符串的一个明显的方法是尝试编码:

"Hello there!".encode("ascii")
#>>> b'Hello there!'

"Hello there... ☃!".encode("ascii")
#>>> Traceback (most recent call last):
#>>>   File "", line 4, in <module>
#>>> UnicodeEncodeError: 'ascii' codec can't encode character '\u2603' in position 15: ordinal not in range(128)

这个错误区分了不同的情况。

在Python 3中，甚至有一些字符串包含无效的Unicode代码点:

"Hello there!".encode("utf8")
#>>> b'Hello there!'

"\udcc3".encode("utf8")
#>>> Traceback (most recent call last):
#>>>   File "", line 19, in <module>
#>>> UnicodeEncodeError: 'utf-8' codec can't encode character '\udcc3' in position 0: surrogates not allowed

用同样的方法来区分它们。