在python中，为什么调用字符串“X”以ASCII格式显示它，而调用“print X”以unicode格式显示它？

Question

我有一个字符串列表，沿着list=[a,b,c,d,e]行。你知道吗

当我调用list[2]时，字符串c显示为ASCII；然而，当我调用print list[2]时，它显示为unicode。为什么会存在这种差异？你知道吗

Answer 1

这主要是因为python2中的字符串不是文本字符串，而是字节字符串。你知道吗

我假设您在REPL环境（Python控制台）中。当您在控制台中计算某个内容时，会得到它的打印表示形式，这与在表达式上调用print repr()相同：

l = ['ñ']
l[0] # should output '\xc3\xb1'
print repr(l[0]) # should output the same

这是因为您的控制台处于UTF-8模式（如果您得到不同的ñ表示，这是因为您的控制台使用其他一些文本表示），所以当您按ñ时，实际上输入了两个字节0xc3和0xb1。你知道吗

^{}是一个始终返回字符串的Python方法。对于基元类型，此字符串是重建作为参数传递的值的有效源。在本例中，它返回一个包含字节序列的字符串，该字符串重新创建另一个ñ编码为UTF-8的字符串。要看到这一点：

repr(l[0]) # should print a string within a string: "'\\xc3\\xb1'"

因此，当您打印它时（这与在控制台中进行求值相同），您将得到相同的字符串，但没有正确替换外引号和转义字符。即：

print repr(l[0]) # should output '\xc3\xb1'

但是，当您打印值时，即：print l[0]，然后将这两个字节发送到控制台。由于控制台处于UTF-8模式，它对序列进行解码并将其转换为一个字符：ñ。所以：

print l[0] # should output ñ

如果要存储文本字符串，必须在字符串前面使用修饰符u。这样：

text = u'ñ'

现在，在计算文本时，您将看到its Unicode codepoint：

text # should output u'\xf1'

打印时应重新创建ñ字形：

print text # should output `ñ`

如果要将text转换为字节字符串表示，则需要编码方案（如UTF-8）：

text.encode('utf-8') == l[0] # should output True

同样，如果您想要l[0]的Unicode表示，则需要对这些字节进行解码：

l[0].decode('utf-8') == text # should output True

注意，在python3中，默认字符串实际上是Unicode字符串，您需要在文字表示法前面加上b来生成字节字符串。你知道吗