本文用實驗詳細地演示了Python2和Python3在字符串編碼上的區別。
在Python2中，字符串字面量對應於8位的字符或面向字節編碼的字節字面量。這些字符串的一個重要限制是它們無法完全地支持國際字符集和Unicode編碼。為了解決這種限制，Python2對Unicode數據使用了單獨的字符串類型。要輸入Unicode字符串字面量，要在第一個引號前加上前最'u'。
Python2中還有一種稱為字節字面量的字符串類型，它是指一個已經編碼的字符串字面量，在Python2中字節字面量和普通字符串沒有差別，因為在Python2中普通字符串實際上就是已經編碼(非Unicode)的字節字符串。
在Python3中，不必加入這個前綴字符，否則是語法錯誤，這是因為所有的字符串默認已經是Unicode編碼了。如果使用-U選項運行解釋器，Python2會模擬這種行為(即所有字符串字面量將被作為Unicode字符對待，u前綴可以省略)。在Python3中，字節字面量變成了與普通字符串不同的類型。
~/download/firefox $ python2
Python 2.7.2 (default, Jun 29 2011, 11:17:09)
[GCC 4.6.1] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> '張俊' #python2 會自動將字符串轉換為合適編碼的字節字符串
'\xe5\xbc\xa0\xe4\xbf\x8a' #自動轉換為utf-8編碼的字節字符串
>>> u'張俊' #顯式指定字符串類型為unicode類型， 此類型字符串沒有編碼，保存的是字符在unicode字符集中的代碼點(序號)
u'\u5f20\u4fca'
>>> '張俊'.encode('utf-8') #python2 已經自動將其轉化為utf-8類型編碼，因此再次編碼(python2會將該字符串當作用ascii或unicode編碼過)會出現錯誤。
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe5 in position 0: ordinal not in range(128)
>>> '張俊'.decode('utf-8') #python2 可以正常解碼，返回的字符串類是無編碼的unicode類型
u'\u5f20\u4fca'
>>> b'張俊' # ‘張俊' 已被python2轉換為utf-8編碼，因此已為字節字符串
'\xe5\xbc\xa0\xe4\xbf\x8a'
>>> print '張俊'
張俊
>>> print u'張俊'
張俊
>>> print b'張俊'
張俊
>>>
~/download/firefox $ python3
Python 3.2.2 (default, Sep 5 2011, 04:33:58)
[GCC 4.6.1 20110819 (prerelease)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> '張俊' #python3的字符串默認為unicode格式(無編碼)
'張俊'
>>> u'張俊' #由於默認為unicode格式，因此字符串不用像python2一樣顯式地指出其類型，否則是語法錯誤。
File "<stdin>", line 1
u'張俊'
^
SyntaxError: invalid syntax
>>> type('張俊') #python3中文本字符串和字節字符串是嚴格區分的，默認為unicode格式的文本字符串
<class 'str'>
>>> '張俊'.decode('utf-8') #因為默認的文本字符串為unicode格式，因此文本字符串沒有decode方法
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
AttributeError: 'str' object has no attribute 'decode'
>>> '張俊'.encode('utf-8') #將文本字符串編碼，轉換為已編碼的字節字符串類型
b'\xe5\xbc\xa0\xe4\xbf\x8a'
>>> type('張俊'.encode('utf-8'))
<class 'bytes'>
>>> print ('張俊'.encode('utf-8')) #對於已編碼的字節字符串，文本字符串的許多特性和方法已經不能使用。
b'\xe5\xbc\xa0\xe4\xbf\x8a'
>>>print ('張俊'.encode('utf-8'))
b'\xe5\xbc\xa0\xe4\xbf\x8a'
>>> print ('張俊'.encode('utf-8').decode('utf-8')) #必須將字節字符串解碼后才能打印出來
張俊