u# 格式字符从 Python 3.12 C-API 中删除，如何解释？

Question

Python 3.12 C-API 中删除了一堆与 unicode 相关的功能。对我来说不幸的是，我们的库中有一段非常旧的代码（~2010）使用这些代码，我需要以某种方式将此功能迁移到 3.12，因为我们希望最终升级到 3.12。我特别纠结的一件事是删除

u#

参数。以下代码将解析传递给

foo

的任何位置参数（包括 unicode 字符串），并将它们存储在

input

中：

static PyObject *
foo(PyObject *self, PyObject *args) {
    Py_UNICODE *input;
    Py_ssize_t length;
    
    if (!PyArg_ParseTuple(args, "u#", &input, &length)) {
        return NULL;
    }
    ...
}

但是，根据 docs，

u#

已被删除：

在版本 3.12 中进行了更改：删除了

u

、

u#

、

Z

和

Z#

，因为它们使用了旧版 Py_UNICODE* 表示形式。

当在纯 python 中编译和使用当前代码时，只会抛出类似

bad-format-character

的内容。

Py_UNICODE

只是

wchar_t

所以很容易修复。但是随着

u#

的删除，我不确定如何让

PyArg_ParseTuple

接受 unicode 输入参数。使用

s#

代替

u#

不起作用，因为它不能处理任何宽字符。如何在 Python 3.12 中迁移此调用？

Answer 1

s#

可以很好地处理 Unicode，但它为您提供 UTF-8 而不是

wchar_t

。如果您特别需要 wchar 表示形式，可以使用

PyUnicode_AsWideCharString

:

从字符串对象中获取一个 wchar 表示形式

Py_ssize_t size;
wchar_t *wchar_representation = PyUnicode_AsWideCharString(stringobj, &size);

if (!wchar_representation) {
    // error occurred. do something about that.
}

// do stuff with wchar_representation, then once you're done,

PyMem_Free(wchar_representation);

与旧的

Py_UNICODE

API 不同，这会分配一个新的缓冲区，当您使用完它后，您必须使用

PyMem_Free

释放它。