Python2.x和3.x下maketrans与translate函数使用上的不同

maketrans和translate函数是进行字符串字符编码的常用方法。本文着重点在于演示其基本用法和在不同版本下操作的差异。本文提到的2.X版本指2.6以上的版本，3.X版本指3.1以上的版本。
2.X版本把字符串基本分为两种：unicode字符串和8位字符串str，后者包含字节数据和我们常见的ASCII码数据；而3.X版本则重新对字符串进行了划分，分为了字节字符串bytes和文本字符串str，两者都是不可变的，所以添加了一个可变的字节字符串类型bytearray。
2.X版本中string类型和str、unicode类型大量方法是重复的，所以3.X版本不提倡使用string模块中与str重复的方法。string模块中还有很多有用的常量和方法，比如string.digits，可以在字符串编码中方便地使用。

2.X中maketrans和translate函数的签名：

  string.maketrans(from, to)

  string.translate(s, table[, deletechars])
  str.translate(table[, deletechars])
  unicode.translate(table)

登录后复制

3.X中maketrans和translate函数的签名：

  static str.maketrans(x[, y[, z]])
  static bytes.maketrans(from, to)
  static bytearray.maketrans(from, to)

  str.translate(map)
  bytes.translate(table[, delete])
  bytearray.translate(table[, delete])

登录后复制

从中可以看出，相对于2.X的string模块的maketrans方法，3.X中分别提供了三个静态方法用于创建映射表。
下面让我们看一个简单的例子来说明字符串转换的过程：
2.X下的演示过程：

  >>> import string                     #导入string模块
  >>> map = string.maketrans('123', 'abc') #建立映射表，将字符串中含有的'1','2','3'替换为'a','b','c'
  >>> s = '54321123789'                #转换前的字符串
  >>> s.translate(map)                  #用创建的映射表map转换字符串
  '54cbaabc789'                        #转换后的字符串

登录后复制

3.X下的演示过程：

  >>> map = str.maketrans('123','abc')
  >>> s = '54321123789'
  >>> s.translate(map)
  '54cbaabc789'

登录后复制

2.X使用了string的maketrans函数，而3.X使用了str的maketrans函数，除了这一点，使用方法是基本相同的。若指定字符串中要删除的字符时，使用就会略有不同，如下：
2.X下的演示过程：

  >>> import string
  >>> map = string.maketrans('123', 'abc')
  >>> s = '54321123789'
  >>> s.translate(map, '78')        #除了转换，还要删除字符串中的字符'7','8'
  '54cbaabc9'               #转换后的字符串没有字符'7','8'

登录后复制

3.X下的演示过程：

  >>> map = str.maketrans('123','abc', '78')#要删除的字符需要在这指定
  >>> s = '54321123789'
  >>> s.translate(map)
  '54cbaabc9'

登录后复制

我在读《Python Cookbook》遇到了一个基于2.X版本的例子，如下

  import string
  def translator(frm='', to='', delete='', keep=None):
    if len(to) == 1:
      to = to * len(frm)
    trans = string.maketrans(frm, to)
    if keep is not None:
      allchars = string.maketrans('', '')
      delete = allchars.translate(allchars, keep.translate(allchars,delete))
    def translate(s):
      return s.translate(trans, delete)
    return translate

登录后复制

allchars应该是一个返回的映射表，为什么还可以调用translate方法，所以它应该是一个str类型，测试如下：

  >>> import string
  >>> map = string.maketrans('123', 'abc')
  >>> type(map)
  

登录后复制

在3.X版本中这个方法不能正常通过运行，那么错在什么地方呢，我们看看映射表是什么类型：

  >>> map = str.maketrans('123','abc')
  >>> type(map)
  

登录后复制

知道了映射表的类型了，我们就可以对其进行“后期加工”，像上面《Python Cookbook》中的例子一样，来满足我们的编码要求。

上面讨论的例子用的字符串是ASCII字符组成的，如果是字节类型，2.X版本中操作是一样的，3.X中调用bytes或bytearray的函数；若是unicode类型的，2.X需要用unicode的translate方法，注意下面的代码

  >>> print u"hallo".translate({97:u'e'})
  hello
  >>> print u"hallo".translate({'a':u'e'})
  hallo
  >>> print u"hallo".translate({u'a':u'e'})
  hallo

登录后复制

结果之所以不一样，查阅手册可知unicode的translate方法的映射表也就是字典的键必须是unicode的位序数，值可以是unicode的位序数、unicode字符串或这None。