Melhor maneira de converter string em bytes no Python 3?

Parece haver duas maneiras diferentes de converter uma seqüência de caracteres em bytes, como visto nas respostas para TypeError: 'str' não suporta a interface do buffer

Qual desses métodos seria melhor ou mais pitônico? Ou é apenas uma questão de preferência pessoal?

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

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

Se você olhar para os documentos bytes, ele indica bytearray:

bytearray ([origem [, codificação [, erros]]])

Retorne uma nova matriz de bytes. O tipo bytearray é uma sequência mutável de números inteiros no intervalo 0 <= x <256. Possui a maioria dos métodos usuais de sequências mutáveis, descritos em Tipos de sequências mutáveis, bem como a maioria dos métodos que o tipo de bytes possui, consulte Bytes e Métodos de matriz de bytes.

O parâmetro de origem opcional pode ser usado para inicializar a matriz de algumas maneiras diferentes:

Se for uma sequência, você também deve fornecer os parâmetros de codificação (e, opcionalmente, erros); bytearray () converte a string em bytes usando str.encode ().

Se for um número inteiro, a matriz terá esse tamanho e será inicializada com bytes nulos.

Se for um objeto em conformidade com a interface do buffer, um buffer somente leitura do objeto será usado para inicializar a matriz de bytes.

Se for iterável, deve ser iterável de números inteiros no intervalo 0 <= x <256, que são usados ​​como o conteúdo inicial da matriz.

Sem um argumento, uma matriz de tamanho 0 é criada.

Portanto, bytespode fazer muito mais do que apenas codificar uma string. É Pythonic que permite chamar o construtor com qualquer tipo de parâmetro de origem que faça sentido.

Para codificar uma string, acho que some_string.encode(encoding)é mais pitonico do que usar o construtor, porque é o mais documentado - "pegue essa string e codifique-a com essa codificação" é mais claro que bytes(some_string, encoding)- não há verbo explícito quando você usa o construtor.

Edit: Eu verifiquei a fonte Python. Se você passar uma string unicode para bytesusar o CPython, ela chamará PyUnicode_AsEncodedString , que é a implementação de encode; então você está pulando um nível de indireção se você se chamar encode.

Veja também o comentário de Serdalis - unicode_string.encode(encoding)também é mais pitônico, porque é inverso byte_string.decode(encoding)e simétrico.

É mais fácil do que se pensa:

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

A melhor maneira absolutamente não é dos 2, mas do 3º. O primeiro parâmetro para o padrão desde o Python 3.0. Assim, a melhor maneira éencode 'utf-8'

b = mystring.encode()

Isso também será mais rápido, porque o argumento padrão não resulta na sequência "utf-8"do código C, mas NULLé muito mais rápida de verificar!

Aqui estão alguns horários:

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

Apesar do aviso, os tempos eram muito estáveis ​​após repetidas corridas - o desvio era de apenas 2%.

O uso encode()sem argumento não é compatível com Python 2, pois no Python 2 a codificação de caracteres padrão é 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)