python - Python 2.x 中的字符串使用哪种编码？

Question

python 2.x 中用于编码字符串的默认编码是什么？我读到有两种可能的方法来声明一个字符串。

string = 'this is a string'
unicode_string = u'this is a unicode string'

第二个字符串是 Unicode。 第一个字符串的编码是什么？

Answer 1

根据 Python default/implicit string encodings and conversions (简明扼要地背诵它的 Py2 部分，以尽量减少重复):

Python 2 中实际上有多个独立的“默认”字符串编码，用于其功能的不同部分。

• 解析代码和字符串文字:

  • str来自文字——将包含文件中的原始字节，不进行转码
  • unicode来自文字——来自文件的字节是decode 'd 与文件的 "source encoding"默认为 ascii
  • 与 unicode_literals future , 文件中的所有文字都被视为 Unicode 文字

• 转码/类型转换:

  • str<->unicode类型转换和 encode/decode没有参数是用 sys.getdefaultencoding() 完成的
    • 这是ascii几乎总是如此，所以任何国家字符都会导致 UnicodeError
  • str只能是decode 'd 和 unicode -- encode 'd。否则尝试将涉及隐式类型转换(具有上述结果)

• I/O，包括 print ing:

  • unicode -- encode用<file>.encoding如果设置，否则隐式转换为 str (具有上述结果)
  • str -- 原始字节写入流，不进行转码。对于国家字符，终端将根据其区域设置显示不同的字形。