Python unicode字符串文本：'\u0391'和u'\u0391'之间的区别是什么

Question

我正在使用Python2.7.3。有谁能解释这些文字之间的区别吗

'\u0391'

以及：

u'\u0391'

它们以不同的方式在下面的REPL中得到响应（特别是添加到a1的额外斜线）：

>>> a1='\u0391'
>>> a1
'\\u0391'
>>> type(a1)
<type 'str'>
>>> 
>>> a2=u'\u0391'
>>> a2
u'\u0391'
>>> type(a2)
<type 'unicode'>
>>> 

Answer 1

只能在unicode字符串文本中使用unicode转义（\uabcd）。它们在字节字符串中没有意义。Python 2 Unicode文本（u'some text'）与Python字节字符串（'some text'）是不同类型的Python对象。

就像使用\t对\T；前者在python文本中有意义（它被解释为tab字符），后者只表示反斜杠和大写T（两个字符）。

为了帮助理解Unicode和字节字符串之间的区别，请阅读Python Unicode HOWTO；我也可以推荐Joel Spolsky on Unicode article。

注意：在Python 3中，同样的区别也适用，但是'some text'是Unicode字符串文本，而b'some text'是bytestring语法。

Answer 2

与C相反，在Python中，字符串可以用简单的引号（'）和双引号（"）括起来，而不使用三重双引号"""。

因此，'\u0391'只是包含字母\、u、0、3、9和1的字符串。在打印这个字符串时，\通过另一个\转义。

相反，前面有一个u会使字符串被视为Unicode，并计算所有转义。因此，u'\u0391'被解释为“包含代码点的Unicode字符串”0391，这与上面的不同。