Python2和Python3在字符串编码处理上有哪些不同之处？

本文共计1279个文字，预计阅读时间需要6分钟。

0x00+字符的编码+计算机最终是西方国家的发明，最初并没有想到会普及到全世界，只用一个字节中的7位（ASCII）来表示字符对于现今庞大的文字数量来说显然是不够的，所以后来经历了很好的发展。

0x00 字符的编码

计算机毕竟是西方国家的发明，最开始并没有想到会普及到全世界，只用一个字节中的7位（ASCII）来表示字符对于现在庞大的文字数量来说显然不够，所以先后经历了好几套编码方案，不同国家和地区又有自己的方案，造成了现在诸多的历史遗留问题。

0x01 Python中的字符串

Python有两种不同的字符串，一种存储文本，一种存储字节。对于文本，Python内部采用Unicode存储，而字节字符串显示原始字节序列或者ASCII。

什么叫编码（encode）？

按照字面意思和以往经验，我要把这个文本或字符串用“UTF-8”编码，感觉上应该是对字节数据进行编码然后显示正确的文字。大多数人都是这么想的，可事实呢？

编码的意思是将Unicode字符按照编码规则（如UTF-8）编成字节序列：

有人此时会问，我用 print 语句打印出来怎么是乱码或者是中文，并不是字节序列。这是因为你调用 print 语句的时候，默认进行了隐式解码，为的是让人类看见友好的字符数据 ，也就是默认的进行了str()包装，想看见背后真正的十六进制数，你需要调用魔术方法 _repr_() 。