如何兼容Python2.x与3.x，正确拼接含UTF-8字符的字符串？

问题根源 #

Python 2.x 区分字节串（str）和文本串（unicode），当两者混合拼接时，会默认用ASCII编码做类型转换，若字符串包含UTF-8非ASCII字符，就会触发UnicodeDecodeError。你之前的代码只处理了Python3的情况，未统一Python2下的字符串类型，导致报错。

简洁解决方案 #

核心思路：统一所有输入为对应版本的文本类型（Python2用unicode，Python3用str），再执行拼接操作。利用six库的类型判断工具实现跨版本兼容，无需手动分版本写逻辑。

完整代码

import six

def to_text(s, encoding='utf-8'):
    # 统一转换为对应版本的文本类型
    if isinstance(s, six.binary_type):
        return s.decode(encoding)
    return s

def join_strings(str1, str2):
    # 先转换输入为文本类型
    str1 = to_text(str1)
    str2 = to_text(str2)
    
    # 截断过长字符串
    if len(str1) > 10:
        str1 = str1[:10] + to_text('...')
    
    # 直接拼接，无需分版本处理
    return to_text(' : ').join((str1, str2))

代码说明

1. to_text函数：
   • six.binary_type在Python2对应str（字节串），Python3对应bytes，能准确识别需要解码的字节串。
   • 明确用UTF-8解码字节串，匹配你场景中含UTF-8字符的需求。
2. 统一类型后拼接：
   所有参与拼接的字符串（包括分隔符:、省略号...）都转为文本类型，避免Python2下的类型不匹配转换错误，Python3下也能正常运行。

新手注意事项 #

• 先安装six库：执行pip install six
• 若你的输入字节串不是UTF-8编码，只需修改to_text函数的encoding参数即可。

内容的提问来源于stack exchange，提问作者HitchHiker