Cython：应何时将字符串定义为char*、str或bytes？

让我帮你把这三种字符串类型的区别讲明白，结合你的使用场景给出明确建议：

1. cdef char* mystring = "foo" #

这是纯C语言的字节指针，本质是一段原始字节序列（默认是ASCII编码），和Python的Unicode字符串完全不是一个概念。如果你的输入是Python3的Unicode字符串，要转成char*必须先手动编码（比如utf-8），而且后续用作字典键或者Python函数参数时，还得再转回Python对象，不仅麻烦，还很容易出现编码错误。完全不适合你的场景。

2. cdef bytes mystring = "foo" #

bytes对应Python的字节串类型，存储的是编码后的字节数据。但你的输入是Unicode字符串，要赋值给bytes变量必须先调用encode()方法指定编码（比如mystring = py_unicode_str.encode('utf-8')）。用作字典键的话，它和原Unicode字符串是完全不同的键（比如"测试"和"测试".encode('utf-8')在字典里是两个独立的键）；作为函数参数传给期望Unicode字符串的Python函数时，还得再解码，额外增加了转换成本。不推荐用于你的场景。

3. cdef str mystring = "foo" #

这才是最适合你的选择！Cython里的str类型直接对应Python3的Unicode字符串（也就是标准的str对象）：

• 可以直接接收来自Python程序的Unicode字符串，不需要任何编码解码转换，从根源上避免乱码问题
• 能直接用作Python字典的键，行为和Python代码里完全一致，不会出现键不匹配的情况
• 作为函数参数传给Python函数或者Cython中期望Python字符串的函数时，无缝衔接，不需要额外处理

总结 #

结合你的场景（Python3 Unicode字符串、字典键、函数参数），一定要选cdef str类型，它是最贴合Python字符串使用习惯的Cython类型，能帮你省去大量不必要的编码转换工作。

内容的提问来源于stack exchange，提问作者right2clicky