适用于Python 3和2的Unicode文字量化符号

Question

我有一个Python脚本，我希望它能够在Python 3.2和2.7上都能运行，以方便使用。

是否有一种方法可以在两个版本中同时使用Unicode字面值？例如：

#coding: utf-8
whatever = 'שלום'

在Python 2.x中，以上代码需要使用Unicode字符串(u'')。但在Python 3.x中，这个小的u会导致语法错误。

- ubershmekel

---

@ubershmekel，您会推荐哪个解决方案？您的还是被接受的答案？ - satoru

我建议使用 u''，因为它在Python 3.3中得到了支持。 - ubershmekel

Answer 1

编辑 - 自从Python 3.3版以来，u''文字面值再次可用，因此不再需要使用u()函数。

最好的选择是创建一个方法，在Python 2中将字符串对象转换为Unicode对象，但在Python 3中保持字符串对象不变（因为它们已经是Unicode）。

import sys
if sys.version < '3':
    import codecs
    def u(x):
        return codecs.unicode_escape_decode(x)[0]
else:
    def u(x):
        return x

然后你可以像这样使用它：

>>> print(u('\u00dcnic\u00f6de'))
Ünicöde
>>> print(u('\xdcnic\N{Latin Small Letter O with diaeresis}de'))
Ünicöde

- Lennart Regebro

---

如果你删掉第二部分，我会接受你的答案，因为它对包含实际未转义Unicode 的 Unicode 文字不起作用。编辑 - 如果你在答案中澄清这个细节，我也会很高兴。 - ubershmekel

你不需要传递Unicode字面量，而是需要传递字符串字面量，这就是它的全部意义。我试图澄清这一点。 - Lennart Regebro

“u()函数不是必需的。”但为了支持仍在使用Python 3.2的人，它是必需的。 - Esparta Palma

“unicode literal”不是“string literal”的一种类型吗？ - hippietrail

在Python 3中，它们是同一回事，在Python 2中则不是。 - Lennart Regebro

Answer 2

在3.0, 3.1和3.2中：

from __future__ import unicode_literals

源代码: ubershmekel在问题中提供。请参见修订版4获取原始内容。

- wjandrea