string object是由characters组成的sequence，而unicode object是Unicode code units组成的sequence。
string里的character是有多种编码方式的，比如单字节的ASCII，双字节的GB2312等等，再比如UTF-8。很明显要想解读string，必需知道string里的character是用哪种编码方式，然后才能进行。
Unicode code unit又是什么东西呢？一个Unicode code unit是一个16-bit或者32-bit的数值，每个数值代表一个unicode符号。在python里，16-bit的unicode，对应的是ucs2编码。32-bit对应的是ucs4编码。是不是感觉string里character的编码没什么区别？反正我现在脑子里就是这样一个印象：在Python里，ucs2或者ucs4编码的，我们叫做unicode object，其他编码的我们就叫做string。
至于python里的unicode到底是ucs2还是ucs4的，可以在编译时指定。例如Linux下，要用ucs2做unicode的编码，可以这样
# ./configure --enable-unicode=ucs2
# make
# make install
下载的Windows预编译版本，一般都是ucs2的。要想知道某个python运行环境是ucs2还是ucs4，可以查看sys.maxunicde，65535就是ucs2的，另一个很大的数值就是ucs4。
下面我们看看string和unicode在python里的不同
我们先看看在简体中文Windows 2003系统下，系统编码是GBK
>>> a = '你好'
>>> a
'/xc4/xe3/xba/xc3'
>>> b = u'你好'
>>> b
u'/u4f60/u597d'
>>> print a
你好
>>> print b
你好
>>> a.__class__
<type 'str'>
>>> b.__class__
<type 'unicode'>
>>> len(a)
4
>>> len(b)
2
在一个系统编码为UTF-8的Linux环境下
>>> a = '你好'
>>> a
'/xe4/xbd/xa0/xe5/xa5/xbd'
>>> b = u'你好'
>>> b
u'/u4f60/u597d'
>>> print a
你好
>>> print b
你好
>>> a.__class__
<type 'str'>
>>> b.__class__
<type 'unicode'>
>>> len(a)
6
>>> len(b)
2
如何？简单总结一下：
1、string直接用引号来表示，unicode在引号前加一个u
2、直接输入的string常量会用系统缺省编码方式来编码，例如在GBK环境下，'你好'会编码成'/xc4/xe3/xba/xc3'，而在UTF-8环境下就成了'/xe4/xbd/xa0/xe5/xa5/xbd'。
3、len(string)返回string的字节数，len(unicode)返回的是字符数
4、很重要的一点，print unicode不会乱码。现在我们常用的Linux、Windows系统，都是支持unicode的，版本太老的不算。比如Windows 2003支持ucs2，所以在中文Windows2003下，除了可以正常显示缺省的GBK编码外，还可以正常显示ucs2编码。举个例子，还是在中文Windows 2003的GBK环境下：
>>>a = '/xe4/xbd/xa0/xe5/xa5/xbd' # UTF-8的'你好'
>>> print a
浣犲ソ
>>> b = unicode(a, "UTF-8")
>>> b
u'/u4f60/u597d'
>>> print b
你好
应该明白了吧？
下面再说说string和unicode的相互转换，什么unicode()、decode()、encode()、codecs之类的。
python中string和Unicode的区别
首先要弄清楚的是，在python里，string object和unicode object是两种不同的类型。string object是由characters组成的sequence，而unicode object是Unicode code units组成的sequence。string里的character是有多种编码方式的，比如单字节的ASCII，双字节的GB2312等等，再比如UTF-8。很明显要想解读string，必需知...
python中字符串前的r什么意思
Python中，u表示unicode string，表示使用unicode进行编码，没有u表示byte string,类型是str，在没有声明编码方式时，默认ASCI编码。如果要指定编码方式，可在文件顶部加入类似如下代码：-*- coding: utf-8 -*- utf-8是一种支持中文的编码格式。字母前加r表示raw string，也叫原始字符串常量。一般用在...
python中unicode编码有多少位(2023年最新分享)
现在,捋一捋ASCII编码和Unicode编码的区别:ASCII编码是1个字节,而Unicode编码通常是2个字节。 字母A用ASCII编码是十进制的65,二进制的01000001; 字符0用ASCII编码是十进制的48,二进制的00110000,注意字符'0'和整数0是不同的; 汉字已经超出了ASCII编码的范围,用Unicode编码是十进制的20013,二进制的0100111000101101。
python编码有多少(2023年最新解答)
1).首先python有两种格式的字符串,str和unicode,其中unicode相当于字节码那样,可以跨平台使用。 str转化为unicode可以通过unicode(),u,str.decode三种方式 unicode转化为str,如果有中文的话,一般通过encode的方式 2).如果代码中有中文的话,我们一般会添加"#coding=utf-8",这个是什么作用呢,一般如下: 如果代码中有...
bytes、str、与 unicode 的区别有哪些?
其中，bytes是一种不可变的二进制数据类型，而str是一种可变的对象类型，它可以包含Unicode字符。unicode则是一种编码格式，用于表示Unicode字符集中的字符。 在Python 2中，有两种表示字符序列的类型：str和unicode。与Python 3不同的是，str实例包含原始的8位值；而unicode的实例，则包含Unicode字符。 在...
python如何将unicode中文字符串转换成string字符串
chinese_string = "这是一个中文字符串"print # 输出：这是一个中文字符串 在上述代码中，"这是一个中文字符串"就是一个包含Unicode字符的字符串。在Python中处理这样的字符串就像处理任何其他类型的字符串一样简单。只有在处理涉及不同编码的文本数据时，才需要考虑编码转换的问题。但在大多数情况下...
Python String和PyQt QString的区别
在python中有两种与字符有关的类型：string object和Unicode object。平时进行输入输出的一般都用string object，当需要显示一些特殊字符或者中文等文字时候，需要转换为Unicode编码。在PyQt中也有两种字符类型与上面两者对应：QByteArray和QString，主要是使用QString操作数据。
Python中的几种数据类型
Python 中主要有8种数据类型:number(数字)、string(字符串)、list(列表)、tuple(元组)、dict(字典)、set(集合)、Boolean(布尔值)、None(空值)。 1、字符串 字符串的声明有三种方式:单引号、双引号和三引号(包括三个单引号或三个双引号) 2、数字 Python3 支持三种不同的数值类型: 整型(int):通常被称为是...
python中 r'', b'', u'', f'' 的含义
b' '：表示这是一个bytes对象，用在Python3中，它默认的str是unicode类，Python2的str本身就是bytes类。b" "：表示后面字符串是bytes类型。前缀b表示该字符串是bytes类型，常用在网络编程，服务器和浏览器只认bytes类型的数据，如send函数的参数和recv的函数的返回值都是bytes类型。4、字符串前+f：Py...
Python如何将Unicode中文字符串转换成 string字符串
Unicode字符串可以用多种方式编码为普通字符串，假设unicodestring = u"Hello world"，依照所选择的编码(encoding)，如下：1、#将Unicode转换成普通的Python字符串:"编码(encode)"。2、 #将普通的Python字符串转换成Unicode: "解码(decode)"。
