python - 为什么在python中通过字符串声明unicode？

Question

我还在学习python，有一个疑问:

在 python 2.6.x 中，我通常像这样在文件头中声明编码(如 PEP 0263)

# -*- coding: utf-8 -*-

之后，我的字符串就照常写了:

a = "A normal string without declared Unicode"

但是每次我看到一个 python 项目代码时，编码都没有在标题中声明。相反，它在每个字符串中声明如下:

a = u"A string with declared Unicode"

有什么区别？这样做的目的是什么？我知道 Python 2.6.x 默认设置 ASCII 编码，但是它可以被头部声明覆盖，那么每个字符串声明的意义何在？

附录: 好像我把文件编码和字符串编码混在一起了。谢谢你的解释:)

Answer 1

正如其他人所提到的，这是两件不同的事情。

当你指定 # -*- coding: utf-8 -*- 时，你是在告诉 Python 你保存的源文件是 utf -8。 Python 2 的默认值是 ASCII(对于 Python 3，它是 utf-8)。这只会影响解释器如何读取文件中的字符。

一般来说，无论编码是什么，将高 unicode 字符嵌入到文件中可能不是最好的主意；您可以使用字符串 unicode 转义，它适用于任何一种编码。

---

当你声明一个前面有u的字符串，比如u'This is a string'，它告诉Python编译器字符串是 Unicode，而不是字节。这主要由解释器透明地处理；最明显的区别是您现在可以在字符串中嵌入 unicode 字符(即 u'\u2665' 现在是合法的)。您可以使用 from __future__ import unicode_literals 将其设为默认值。

这仅适用于 Python 2；在 Python 3 中默认是 Unicode，你需要在前面指定一个 b(比如 b'这些是字节'，来声明一个字节序列)。