Python unicode string literals::'\u0391' 和 u'\u0391' 有什么区别

Question

我正在使用 Python 2.7.3。任何人都可以解释文字之间的区别:

'\u0391'

和:

u'\u0391'

以及它们在下面的 REPL 中的不同回显方式(尤其是添加到 a1 的额外斜杠):

>>> a1='\u0391'
>>> a1
'\\u0391'
>>> type(a1)
<type 'str'>
>>> 
>>> a2=u'\u0391'
>>> a2
u'\u0391'
>>> type(a2)
<type 'unicode'>
>>> 

Answer 1

您只能在 unicode 字符串文字中使用 unicode 转义符 (\uabcd)。它们在字节串中没有意义。 Python 2 Unicode 文字 (u'some text') 是与 python 字节字符串 ('some text') 不同类型的 Python 对象。

这就像使用 \t 与 \T；前者在 python 文字中有意义(它被解释为制表符)，后者仅表示反斜杠和大写 T(两个字符)。

为了帮助理解 Unicode 和字节串之间的区别，请务必阅读 Python Unicode HOWTO ;我还可以推荐 Joel Spolsky on Unicode article .

注意:在 Python 3 中，同样的差异适用，但 'some text' 是 Unicode 字符串文字，而 b'some text' 是字节串语法。