Python 2与Python 3编码报错怎么区分处理_理解str与bytes转换差异及解决编码冲突-Python教程-PHP中文网

Python 3中对str对象调用.decode()会报AttributeError，因str已是Unicode字符串，仅bytes支持.decode()；正确做法是先用isinstance(data, bytes)判断类型，若是bytes则解码，否则直接使用。

python 2与python 3编码报错怎么区分处理_理解str与bytes转换差异及解决编码冲突

Python 3里调用`.decode()`报`AttributeError`怎么办

这是最典型的迁移错误：在 Python 3 中对 str 对象误调用了 .decode()。因为 str 已是 Unicode 字符串，不再支持解码；只有 bytes 才能调用 .decode()。

常见触发场景：

从 Python 2 直接拷贝代码，比如 data.decode('utf-8')，但 data 实际已是 str
读取文件时用了 encoding='utf-8'，返回值是 str，后续又对它重复解码
网络响应（如 requests.get(...).text）已自动解码为 str，却再调用 .decode()

正确做法是先判断类型：

if isinstance(data, bytes):
    text = data.decode('utf-8')
else:
    text = data  # 已是 str，直接用

更稳妥的写法是统一用 isinstance(data, (str, bytes)) 防止未来混入其他类型。

文件打开不指定`encoding`导致`UnicodeDecodeError`

Windows 中文系统默认用 gbk 解码文件，而绝大多数现代文本（尤其是跨平台协作的）是 utf-8 编码。不显式指定 encoding，就等于把解码权交给系统，极易炸。

典型错误现象：

UnicodeDecodeError: 'gbk' codec can't decode byte 0x80 in position 10
同一段代码在 macOS/Linux 正常，在 Windows 报错

必须始终明确声明编码：

with open('config.json', 'r', encoding='utf-8') as f:
    content = f.read()

注意：

macOS UI 自动化技能包 —— 用 Python 控制你的 Mac

让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限

下载

二进制模式（'rb'）不能带 encoding 参数，否则报 TypeError
写文件也建议加 encoding='utf-8'，避免依赖系统默认值
如果真要读 gbk 文件，就写 encoding='gbk'，但务必确认来源可靠

正则匹配中文时`re.findall(r'\w+', ...)`在 Python 2 和 3 行为不一致

\w 在 Python 2 中默认不匹配中文（除非加 re.UNICODE），而在 Python 3 中默认开启 Unicode 模式——但这只在 Windows 上生效，Linux/macOS 下仍不匹配中文。靠 \w 写跨平台中文提取逻辑，必翻车。

安全写法永远是显式指定 Unicode 范围：

import re
pattern = re.compile(r'[\u4e00-\u9fa5]+')  # 精确覆盖常用汉字
result = pattern.findall("Hello你好123世界")
# → ['你好', '世界']

额外提醒：

Python 2 中若源码含中文，文件头必须加 # -*- coding: utf-8 -*-
Python 3 中该声明可省略（默认 utf-8），但保留无害，且利于 IDE 识别
不要依赖 re.U 或 re.UNICODE 来“补救”模糊的 \w，范围不清晰，易漏字或误吞标点

混合环境（Py2/Py3）下如何安全做字符串转换

当代码需同时跑在 Python 2.7 和 3.x 上（比如旧服务未完全升级），str/bytes/unicode 的类型边界必须手动对齐。

核心原则：所有外部输入（文件、网络、终端）一律按 bytes 接收，再统一解码为 str；所有输出反向编码。

推荐兼容写法：

import sys
PY2 = sys.version_info[0] == 2
<p>def to_text(s):
if isinstance(s, str):
return s.decode('utf-8') if PY2 else s
elif isinstance(s, bytes):
return s.decode('utf-8')
else:
return str(s)</p><p>def to_bytes(s):
if isinstance(s, bytes):
return s
elif isinstance(s, str):
return s.encode('utf-8') if PY2 else s.encode('utf-8')
else:
return str(s).encode('utf-8')
</p>

真正容易被忽略的是：Python 2 的 str 和 Python 3 的 bytes 在语义上等价，但名字不同；而 Python 2 的 unicode 和 Python 3 的 str 才是真正等价的。混淆这两组映射，是绝大多数编码 bug 的根源。