u'string'和unicode（字符串）之间的区别

Question

这是我制作的示例程序：

>>> print u'\u1212'
ሒ
>>> print '\u1212'
\u1212
>>> print unicode('\u1212')
\u1212

当我print unicode('\ሒ')时，为什么我会得到\ሒ而不是ሒ ？

我正在制作一个程序来存储数据而不是打印它，所以我如何存储ሒ而不是\ሒ ？ 现在显然我做不了类似的事情：

x = u''+unicode('\u1212')

有趣的是，即使我这样做，这是我得到的：

\u1212

我认为值得一提的另一个事实是：

>>> u'\u1212' == unicode('\u1212')
False

我该怎么做才能存储ሒ或其他类似的字符而不是\\uxxxx ？

Answer 1

'\ሒ'是一个ASCII字符串，6个字符： \\ ， u ， 1 ， 2 ， 1 ，和2 。

unicode('\ሒ')是Unicode字符串与6个字符： \\ ， u ， 1 ， 2 ， 1 ，和2

u'\ሒ'是一个带有一个字符的Unicode字符串： ሒ 。

你应该使用Unicode字符串，如果这是你想要的。

u'\u1212'

如果由于某种原因你需要将'\ሒ'转换为u'\ሒ' ，请使用

'\u1212'.decode('unicode-escape')

（请注意，在Python 3中，字符串始终是Unicode。）

Answer 2

这只是一个误解。

这是一个unicode字符串： x = u'\ሒ'

当您调用print x ，它将打印其字符（ ሒ ），如图所示。 如果你只需要调用X，它会显示在repr的这esntation：

u'\u1212'

一切都与世隔绝。

这是一个ascii字符串： y = "\ሒ"

当您调用print y ，它将打印其值（ \ሒ ），如图所示。 如果你只需要调用X，它会显示在repr的这esntation：

'\\udfgdfg'

请注意指示斜杠正在转义的双斜杠（ \\\\ ）。

那么，让我们看看下面的函数调用： print unicode('\ሒ')

这是一个函数调用，我们可以用变量替换字符串，所以我们将使用等效函数：

y = "\u1212"
print unicode(x)

但正如上面的第二个例子中， y是一个ascii字符串，内部管理为'\\ udfgdfg'，它根本不是unicode字符串。 所以'\\\\udfgdfg'的unicode表示完全相同。 这就是为什么它表现不正常。