python2中需要区分另种不同形式的string,字符串和字节串(严格意义上讲,string就是字符串,字节串是bytes)。默认情况下,直接输入字符串格式为str,编码由文件编码指定,可以理解为ascii存储的某种形式,编码由编码方式决定。而python字符串是unicode内码的字符流,无论采用什么编码,长度都是由字符个数决定的,字符是最基本的操作对象。

转换上,最终字符”xx”的编码由文件编码决定,u”xx”统一被转成unicode字符,对于某种编码的bytes,decode或者unicode函数把编码转成字符,对于unicode的字符,encode把字符编码为字节。

命令行打印上看,字符直接打印的时候,程序会按照sys.defaultencoding编码输出字符,如果打印字节,需要保证编码跟terminal/IDE的默认编码一致。输入的时候应该不存在这个问题,terminal会按照编码sys.defaultencoding把输入转成unicode字符。

python3中不存在这两种不同的编码形式了。string统一变成了unicode。略浪费。

详见参考文献

本文版权归CXH_ME所有,原创不易,人艰不抄,转载还请注明出处,谢谢