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

您可以使用通用编码检测器，但请注意，它只会给您最好的猜测，而不是实际的编码，因为不可能知道字符串“abc”的编码。您将需要在其他地方获取编码信息，例如HTTP协议使用内容类型报头。

如何判断一个对象是unicode字符串还是字节字符串

可以使用type或isinstance。

在Python 2中:

>>> type(u'abc')  # Python 2 unicode string literal
<type 'unicode'>
>>> type('abc')   # Python 2 byte string literal
<type 'str'>

在python2中，str只是一个字节序列。巨蟒不知道 它的编码是。unicode类型是存储文本的更安全的方式。 如果你想了解更多，我推荐http://farmdev.com/talks/unicode/。

在Python 3中:

>>> type('abc')   # Python 3 unicode string literal
<class 'str'>
>>> type(b'abc')  # Python 3 byte string literal
<class 'bytes'>

在Python 3中，str类似于Python 2的unicode，并且用于 存储文本。在Python 2中被称为str的东西在Python 3中被称为bytes。

如何判断一个字节字符串是有效的utf-8或ascii

你可以调用decode。如果它引发UnicodeDecodeError异常，则它是无效的。

>>> u_umlaut = b'\xc3\x9c'   # UTF-8 representation of the letter 'Ü'
>>> u_umlaut.decode('utf-8')
u'\xdc'
>>> u_umlaut.decode('ascii')
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)

一种简单的方法是检查unicode是否是内置函数。如果是，你在python2中，你的字符串将是一个字符串。要确保所有内容都使用unicode，可以执行以下操作:

import builtins

i = 'cats'
if 'unicode' in dir(builtins):     # True in python 2, False in 3
  i = unicode(i)

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)

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。