Supporto per Python 2 e 3: str, byte o alternativa

Question

Ho una base di codice Python2 che fa ampio uso di str per memorizzare dati binari non elaborati. Voglio supportare sia Python2 che Python3.

Il tipo bytes (un alis di str) in Python2 e bytes in Python3 sono completamente diversi. Prendono diversi argomenti per costruire, indicizzare a diversi tipi e hanno diversi str e repr.

Qual è il modo migliore di unificare il codice per entrambe le versioni di Python, utilizzando un unico tipo per archiviare dati non elaborati?

Answer 1

Non so su quali parti si desidera lavorare con i byte, io dietro quasi allways lavoro con ByteArray di, e questo è come lo faccio durante la lettura da un file

with open(file, 'rb') as imageFile: 
    f = imageFile.read() 
    b = bytearray(f) 

ho preso quella a destra fuori di un progetto su cui sto lavorando, e funziona sia in 2 che in 3. Forse qualcosa da guardare?

Answer 2

Se il progetto è di piccole e semplici dimensioni, utilizzare six.

Altrimenti suggerisco di avere due codebase indipendenti: uno per Python 2 e uno per Python 3. Inizialmente può sembrare un lavoro non necessario, ma alla fine è molto più semplice da mantenere.

Come esempio di cosa potrebbe diventare il tuo progetto se decidi di supportare entrambi i pitoni in una base di codice singola, dai un'occhiata a protobuf di google. Un sacco di ramificazioni spesso controintuitive in tutto il codice, astrazioni che sono state modificate solo per consentire gli hack. E come il tuo progetto si evolverà non migliorerà: le scadenze giocano contro la qualità del codice.

Con due codebases separati si applicano semplicemente patch quasi identiche che non sono molto più impegnative rispetto a quelle che si presentano in anticipo se si desidera un codice unico. E sarà più facile migrare a Python 3 completamente una volta che il numero di utenti Python 2 del tuo pacchetto cadrà.

Answer 3

Supponendo che sia necessario supportare solo Python 2.6 e successivi, è possibile utilizzare semplicemente bytes per, beh, byte. Utilizzare i valori letterali b per creare oggetti byte, ad esempio b'\x0a\x0b\x00'. Quando si lavora con i file, assicurarsi che la modalità includa un b (come in open('file.bin', 'rb')).
Attenzione però che l'iterazione e l'accesso agli elementi sono diversi. In questi casi, puoi scrivere il tuo codice per utilizzare i blocchi. Invece di b[0] == 0 (Python 3) o b[0] == b'\x00' (Python 2) scrivere b[0:1] == b'\x00'. Altre opzioni utilizzano bytearray (quando i byte sono modificabili) o le funzioni di supporto.

Le stringhe di caratteri devono essere unicode in Python 2, indipendenti dal porting di Python 3; altrimenti il ​​codice sarebbe probabilmente sbagliato quando si incontrano comunque caratteri non ASCII. L'equivalente è str in Python 3.
Utilizzare i valori letterali u per creare stringhe di caratteri (come u'Düsseldorf') e/o assicurarsi di avviare ogni file con from __future__ import unicode_literals. Dichiarare le codifiche dei file quando necessario avviando i file con # encoding: utf-8.
Utilizzare io.open per leggere le stringhe di caratteri dai file. Per il codice di rete, recuperare i byte e chiamare decode su di essi per ottenere una stringa di caratteri.

Se è necessario supportare Python 2.5 o 3.2, dai un'occhiata a six per convertire i letterali.

Aggiungi molte asserzioni per assicurarti che le funzioni che operano sulle stringhe di caratteri non ottengano i byte e viceversa. Come al solito, una buona suite di test con copertura del 100% aiuta molto.