Python拉丁字符和Unicode

Python拉丁字符和Unicode

您没有unipre对象，但是具有UTF-8编码文本的字节字符串。印制例如字节串到你的终端 可能 ，如果你的终端被配置为处理UTF-8文本。

当转换一个列表串，该列表的内容被示出为 表示 ;

repr()

函数的结果。字符串对象的表示形式对可打印ASCII范围以外的任何字节使用转义码；

n

例如，换行符被替换。您的UTF-8字节由

xhh

转义序列表示。

如果您使用Unipre对象，表示将使用

xhh

逃逸 仍
，但在Latin-1的范围内（外ASCII）仅Unipre代码点（其余都显示与

uhhhh

和

Uhhhhhhhh

逃逸取决于它们的代码点）;
在打印时，Python会自动将这些值编码为适合终端的正确编码：

>>> u'université'u'universitxe9'>>> len(u'université')10>>> print u'université'université

将此与字节字符串进行比较：

>>> 'université''universitxc3xa9'>>> len('université')11>>> 'université'.depre('utf8')u'universitxe9'>>> print 'université'université

注意，长度反映了

é

代码点也被编码为两个字节。顺便说一句，是我的终端

xc3xa9

在将

é

字符粘贴到Python会话中时向Python提供了字节，因为它已配置为使用UTF-8，并且当我定义

u'..'

Unipre对象文字时，Python已检测到并解码了字节。

我强烈建议您阅读以下文章，以了解Python如何处理Unipre，以及Unipre文本和编码的字节字符串之间的区别是什么：

• 每个软件开发人员绝对，肯定必须绝对了解Unipre和字符集（无借口！）作者：Joel Spolsky

• 在Python的Unipre指南

• Ned Batchelder的实用Unipre