python中的字符和字节

在阅读过程中，我发现

\uuuuuunicode\uuuuu

和

\uuuu str\uuuu

方法之间存在以下差异：

由于这一差异，在Python2中还有另一种dunder方法用于控制字符串转换：

\uuuuuUnicode\uuuuu

。在Python2中，

\uuuuu str\uuuuuu

返回字节，而

\uuuuuuuu unicode\uuuuuu

返回字符

这里“字符”和“字节”是如何定义的？例如，在C语言中，字符是一个字节，那么字符不就是一个字节吗？或者，这是指（可能是）unicode字符，可能是多个字节？例如，如果我们采取以下措施：

Ω (omega symbol)
03 A9 or u'\u03a9'

---

在python中，这是一个字符（

Ω）和两个字节，还是两个字符（
03 A9
）和两个字节？或者我混淆了
char
和
character
之间的区别？
在Python中，
u'\u03a9'
是由单个Unicode字符
Ω
（u+03A9）组成的字符串。该字符串的内部表示是一个实现细节，因此询问所涉及的字节是没有意义的

歧义的一个来源是类似于
“é”
的字符串，它可以是单字符U+00E9或双字符字符串U+0065U+0301

>>> len(u'\u00e9'); print(u'\u00e9')
1
é
>>> len(u'\u0065\u0301'); print(u'\u0065\u0301')
2
é

然而，双字节序列
'\xce\xa9'
可以解释为U+03A9的UTF-8编码

>>> u'\u03a9'.encode('utf-8')
'\xce\xa9'

>>> '\xce\xa9'.decode('utf-8')
u'\u03a9'

在Python3中，这将是（UTF-8是默认的编码方案）

其他字节序列也可解码为U+03A9：

>>> b'\xff\xfe\xa9\x03'.decode('utf16')
'Ω'
>>> b'\xff\xfe\x00\x00\xa9\x03\x00\x00'.decode('utf32')
'Ω'

在Python中，
u'\u03a9'
是由单个Unicode字符
Ω
（u+03A9）组成的字符串。该字符串的内部表示是一个实现细节，因此询问所涉及的字节是没有意义的

歧义的一个来源是类似于
“é”
的字符串，它可以是单字符U+00E9或双字符字符串U+0065U+0301

>>> len(u'\u00e9'); print(u'\u00e9')
1
é
>>> len(u'\u0065\u0301'); print(u'\u0065\u0301')
2
é

然而，双字节序列
'\xce\xa9'
可以解释为U+03A9的UTF-8编码

>>> u'\u03a9'.encode('utf-8')
'\xce\xa9'

>>> '\xce\xa9'.decode('utf-8')
u'\u03a9'

在Python3中，这将是（UTF-8是默认的编码方案）

其他字节序列也可解码为U+03A9：

>>> b'\xff\xfe\xa9\x03'.decode('utf16')
'Ω'
>>> b'\xff\xfe\x00\x00\xa9\x03\x00\x00'.decode('utf32')
'Ω'

忘记任何描述Python2的教程吧。Python3使这些事情变得更简单，Python2已经到了生命的尽头（它只支持不到3个月）：现在不要试图去理解那些非常不同的东西（那些已经过时了），我建议你阅读这篇文章。这是从2003年开始的（由Stackoverflow创始人撰写），但接近你现在的疑问：忘记任何描述Python2的教程吧。Python3使这些事情变得更简单，Python2已经到了生命的尽头（它只支持不到3个月）：现在不要试图去理解那些非常不同的东西（那些已经过时了），我建议你阅读这篇文章。这是从2003年开始的（由Stackoverflow创始人撰写），但接近您现在的确切疑虑：