Python/Django中Unicode与UTF-8的混淆？
我无意中读到了这篇文章： Django模型有一个默认的str（）方法，该方法调用unicode（）并将结果转换为UTF-8 bytestring。这意味着unicode（p）将返回一个unicode字符串，str（p）将返回一个普通字符串，字符编码为UTF-8 现在，我很困惑，因为afaik Unicode不是任何特定的表示，那么Python中的“Unicode字符串”是什么呢？这是否意味着UCS-2？谷歌出现了一个大胆的声明 Unicode是一种双字节编码，它涵盖了世界上所有常见的书写系统Python/Django中Unicode与UTF-8的混淆？,python,django,unicode,Python,Django,Unicode,我无意中读到了这篇文章： Django模型有一个默认的str（）方法，该方法调用unicode（）并将结果转换为UTF-8 bytestring。这意味着unicode（p）将返回一个unicode字符串，str（p）将返回一个普通字符串，字符编码为UTF-8 现在，我很困惑，因为afaik Unicode不是任何特定的表示，那么Python中的“Unicode字符串”是什么呢？这是否意味着UCS-2？谷歌出现了一个大胆的声明 Unicode是一种双字节编码，它涵盖了世界上所有常见的书写系统 这
这显然是错的，还是真的错了？我已经被字符集和编码问题弄糊涂了很多次，但在这里我很确定我正在阅读的文档是混乱的。当Python给我一个“Unicode字符串”时，有人知道Python中发生了什么吗？Python将Unicode存储为UTF-16。str（）将返回UTF-16字符串的UTF-8表示形式。来自： UTF-8（8位UCS/Unicode转换格式）是Unicode的可变长度字符编码。它能够表示Unicode标准中的任何字符，但UTF-8的字节码和字符分配的初始编码与ASCII向后兼容。由于这些原因，它正逐渐成为电子邮件、网页[1]和其他存储或传输字符的地方的首选编码。 因此，根据您希望在Unicode领域中表示的字符，它的大小介于1到4个字节之间 在计算领域，Unicode是一种行业标准，允许计算机一致地表示和操作世界上大多数书写系统中表达的文本。 因此，它能够代表世界上大多数（但不是全部）的书写系统 我希望这有帮助：） 那么什么是Unicode字符串呢 蟒蛇
Python“知道”您的字符串是Unicode。因此，如果您在它上面使用正则表达式，它将知道哪个是字符，哪个不是字符等等，这是非常有用的。如果你做了一个strlen，它也会给出正确的结果。例如，如果您对Hello进行字符串计数，您将得到5（即使是Unicode）。但是，如果您对一个外来词进行了字符串计数，并且该字符串不是Unicode字符串，那么您将得到更大的结果。Pythong使用Unicode字符数据库中的信息来标识Unicode字符串中的每个字符。希望有帮助 与此同时，我做了一项精细的研究，以验证Python中的内部表示是什么，以及它的限制是什么。“”是一篇非常好的文章，它直接引用了Python开发人员的话。显然，内部表示是UCS-2或UCS-4，具体取决于编译时开关。乔恩，这不是UTF-16，但你的回答让我走上了正轨，谢谢 Python中的“Unicode字符串”是什么？这是否意味着UCS-2 Python中的Unicode字符串在内部存储为UCS-2（固定长度16位表示，几乎与UTF-16相同）或UCS-4/UTF-32（固定长度32位表示）。这是一个编译时选项；在Windows上总是UTF-16，而许多Linux发行版为其Python版本设置UTF-32（“宽模式”） 通常情况下，您不必在意：您会将Unicode代码点视为字符串中的单个元素，而不知道它们是存储为两个字节还是四个字节。如果您使用的是UTF-16版本，并且需要处理基本多语言平面之外的字符，那么您将犯错误，但这仍然非常罕见，真正需要额外字符的用户应该编译广泛版本 完全错了，还是真的错了 是的，这是完全错误的。说句公道话，我认为那个教程相当古老；如果不是Unicode 3.1（在基本多语言平面之外引入字符的版本），它可能早于宽Unicode字符串
Windows习惯使用术语“Unicode”来表示NT内部使用的UTF-16LE编码，这又增加了一个混淆源。Microsoftland的人可能经常复制这种有点误导的习惯。Python根据平台和编译选项将Unicode字符串存储为UTF-16或UTF-32。str（Unicode_字符串）在什么平台上返回UTF-8？你试过了吗？e、 g.str（u“\u0369”）在两个计数上都错误
str（unicode_val）sys.getdefaultencoding（）list（chr（sys.maxunicode+1））['\ud800'，'\udc00']unichr\U00nnnnnn