Python 3.x unicode和二进制字符串之间有什么区别？

我在蟒蛇3.3

unicode字符串和二进制字符串之间有什么区别

b'\\u4f60'
u'\x4f\x60'
b'\x4f\x60'
u'4f60'

---

Unicode和二进制字符串的概念令人困惑。如何将

b'\\u4f60'

更改为

b'\x4f\x60'

首先-python 3中unicode文本和字符串文本之间没有区别。它们是一样的-你可以把

u

放在前面。只要写字符串。因此，您应该立即看到，文本

u'4f60'

与编写实际的

'4f60'

一样

A

bytes

literal-aka

b'some literal'

-是一系列字节。32到127之间的字节（又称ASCII）可以显示为其对应的标志符号，其余的显示为转义版本。请不要对此感到困惑-

b'\x61'

与

b'a'

相同。这只是印刷的问题

字符串文字是字符串文字。它可以包含unicode代码点。这里要解释unicode的工作原理有太多的内容，但基本上一个代码点表示一个字形（本质上是一个字符，一个字母/数字的图形表示），它没有指定机器需要如何表示它。事实上，有很多不同的方法

因此，

字节

文字和

str

文字之间有很大的区别。前者描述机器表示，后者描述我们正在阅读的字母数字符号。两个域之间的映射是编码/解码

我这里跳过了很多重要的信息。不过这应该能让我们有所收获。我强烈推荐，因为这不是一个容易的话题

---

如何将

b'\\u4f60'

更改为

b'\x4f\x60'

让我们浏览一下：

b'\u4f60'
Out[101]: b'\\u4f60' #note, unicode-escaped

b'\x4f\x60'
Out[102]: b'O`'

'\u4f60'
Out[103]: '你'

所以，请注意，

\u4f60

就是那个汉字字形<如果我们用ascii（实际上是utf-8）表示，代码>\x4f\x60是字母O（

\x4f

），后跟反勾号

我可以要求python将unicode转义的

字节

序列转换为具有相应unicode标志符号的有效字符串：

b'\\u4f60'.decode('unicode-escape')
Out[112]: '你'

所以现在我们需要做的就是将编码为字节，对吗？嗯

回到我认为你想问的问题上来-

如何将

'\\u4f60'

更改为其正确的字节表示形式

该unicode代码点没有“正确”的字节表示形式。编码中只有您想要的表示形式。碰巧有一种编码直接匹配到

b'\x4f\x60'

-的转换

---

其工作原理是

utf-16

是一种可变长度编码。对于16位以下的代码点，它直接使用代码点作为2字节编码，而对于16位以上的代码点，它使用了一种称为“代理对”的东西，我将不再赘述。

想想roippi，它可以增强我的编程技术，将b'\\u4f60'转换为b'\x4f\x60'，我该怎么做？

b'\\u4f60'。解码（'unicode-escape'）。编码（'utf-16be'）==b'\x4f\x60'

@J.F.Sebastian好吧，我会的（嘎，没想到代理项对）。编辑。您可以将Unicode代码点称为“字符”。它并不精确，但至少提供了一些直觉。“glyph”可能会让它听起来更正式。代码点的具体示例，如

'\u0061'=='a'

，和，或可能会有所帮助。有用的要点。我会努力让它对外行更友好一点。

b'\\u4f60'.decode('unicode-escape').encode('utf-16-be')
Out[47]: 'O`'