關於python2中的unicode和str以及python3中的str和bytes

python3有兩種表示字符序列的類型：bytes和str。前者的實例包含原始的8位值；后者的實例包含Unicode字符。

python2中也有兩種表示字符序列的類型，分別叫做str和unicode。與python3不同的是，str的實例包含原始的8位值，而unicode的實例，則包含Unicode字符。

上面兩句話我特別不懂，所以文章后面就下是希望為了把上面兩句話弄懂。

 

看幾個例子：

#在python2中
>>> type('x'.decode('utf-8'))
<type 'unicode'>   #為啥不是二進制了，字符串還能解碼？再怎么解


#在python3中
>>> type('x'.decode('utf-8'))   #這才是正常的嗎！
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'str' object has no attribute 'decode'  #字符串怎么解，本來就沒有嗎

 

首先這個就是Python語言本身的問題，因為在Python2的語法中，默認的str並不是真正意義上我們理解的字符串，而是一個byte數組，或者可以理解成一個純ascii碼字符組成的字符串，與python3中的bytes類型的變量對應，而真正意義上通用的字符串則是unicode類型的變量，它與Python3中的str變量對應本來應該用作byte數組的類型卻用來做字符串，你說亂不亂，之所以這樣做是為了與之前的程序保持兼容。

 

在Python2中，作為兩種類型的字符序列，str與unicode需要轉換，它們是這樣轉換的.

str——decode方法——》unicode——encode方法——》str

在python3中可以這樣對應這轉換，配合上面的圖，也許會好理解一點。

byte——decode（解碼）方法——》str——>encode（編碼）方法——》byte

#在python2中
>>> type('x')
<type 'str'>                            

>>> type('x'.decode('utf-8'))
<type 'unicode'>

>>> type(u'x'.encode('utf-8'))
<type 'str'>

#在python3中
>>> type(x)                                       
<class 'str'>

>>> type(b'x')
<class 'bytes'>>>> type(b'x'.decode('utf-8'))
<class 'str'>     
   

  >>> type('x'.encode('utf-8'))
  <class 'bytes'>

還有就是隱式的轉換，當一個unicode字符串和一個str字符串進行連接的時候，會自動將str字符串轉換成unicode類型然后再連接，而這個時候使用的編碼方式則是系統所默認的編碼方式。python2默認的是ASCII，python3默認的是utf-8。

#在python2中
>>> x = u'喵'
>>> x
u'\u55b5'  
>>> type(x)
<type 'unicode'>



#在python3中
>>> x = u'喵'
>>> x
'喵'   
>>> type(x)
<class 'str'>

#為啥結果不一樣