Python 字符串文字Vs Unicode文字Vs Unicode类型对象-内存表示

说,

Unicode字符串是一系列代码点

Unicode字符串表示为

Unicode

类型的实例

>>这不是unicondestring='a정정
在内存中使用哪种编码技术来表示？utf-8

您可以尝试以下操作：

ThisisNotUnicodeString.decode('utf-8').encode('utf-16')

如果你得到一个结果，它是UTF-8，否则它不是

如果要获取字符串的UTF-16表示形式，应首先对其进行解码，然后使用UTF-16方案进行编码：

ThisisNotUnicodeString.decode('utf-8').encode('utf-16').decode('utf-16').encode('utf-8')

因此，基本上，您可以从/到UTF-8/UTF-16对给定字符串进行解码和编码，因为所有字符都可以在两种方案中表示

1） 
这不是Unicode解构
是字符串文字。尽管
ThisisNotUnicodeString
不是unicode文字，但在内存中使用哪种编码技术来表示
ThisisNotUnicodeString
？因为应该有一些编码技术来表示정 或者你所说的“内存表示法”是什么意思？这可能不是在某个控制台中键入的，而是在一个具有指定编码的源文件中键入的，然后使用该编码。
a=u'a정정unicode的内部格式取决于内部版本。Windows和某些Unix系统上的Python2使用一个内部类似UTF-16的窄构建，但对于非BMP字符串，它会被破坏，因为它将代理项对计算为字符串长度中的两个字符。大多数Unix系统使用宽版本，它将每个Unicode序号存储为4字节整数。@eryksun它永远不是UTF-16。UCS-2或UCS-4。关于Unicode的内存表示问题，许多编程环境确实在内部使用UTF-8和UTF-16。问这个问题不一定是困惑的表现。根据字符串中字符的分布情况，各种表示形式在时间和空间上存在权衡。在内部，Python 3试图通过使用UCS-1、UCS-2和UCS-4的混合（取决于每个字符串中的最大序号值）来平衡这一点，并根据API请求缓存UTF-8和UTF-16编码。“依赖于shell”应该是“依赖于控制台或终端”。shell只是另一个使用控制台或终端的程序。Windows用户通常对此不清楚。许多人错误地认为cmd.exe是控制台。一般来说，Unix用户会有更清楚的理解。@eryksun在我的第三个问题（上面）中，没有看到上面的答案，比如说，失败的原因不太清楚。我对第三个问题中错误的理解是，在python2中，如果我说，
c=unicode（'a정정@过度交换时，从stdin或源文件中读取文本作为已编码字节序列。例如，对于UTF-8，字节的十进制值如下所示：
[39，97，236，160，149，236，160，149，240，159，146，155，39]
，其中39是单引号的序号。它不是
u'
文字，因此编译器使用此字节序列（不带引号）创建
str
对象。这个
str
对象被传递给
unicode
构造函数，该构造函数被告知将其解码为UTF-16，这是错误的编码，在本例中失败，因为它不是偶数字节。@eryksun现在，我的问题是，如果我在
abc.py
中说
#coding=UTF-8
，并保存该文件（
abc.py
）那么，使用utf-8源代码编码还不够吗정정我这里有一个陷阱。如果我使用utf-8编码，那么我可以使用拉丁语-1解码。你认为这不可能吗？根据你选择的代码点。因为utf-8与拉丁语-1&ascii&cp-1252&向后兼容。。。
ThisisNotUnicodeString.decode('utf-8').encode('utf-16').decode('utf-16').encode('utf-8')