Python 默认情况下我应该使用Unicode字符串吗？

在用Python编码时，选择Unicode字符串而不是常规字符串是否被认为是一种好的做法？我主要工作在Windows平台上，其中大部分的字符串类型是Unicode，这些天（即.NET字符串，'Unicode）在新C++项目上默认启动）。因此，我倾向于认为使用非Unicode字符串对象的情况是一种罕见的情况。无论如何，我很好奇Python实践者在现实项目中做什么

根据我的实践——使用unicode

在一个项目开始时，我们使用了usuall字符串，然而我们的项目在不断发展，我们正在实现新的特性并使用新的第三方库。在非unicode/unicode字符串的混乱中，一些函数开始失败。我们开始花时间解决这些问题。然而，一些第三方模块不支持unicode，在我们切换到unicode后开始出现故障（但这是一种排除而非规则）

我也有一些经验，当我们需要重写一些第三方模块（例如SendKeys）时，因为它们不支持unicode。如果从一开始就用unicode完成，会更好：）

所以我认为今天我们应该使用unicode

---

另外，所有这些乱七八糟的东西只是我的观点：）

如果你处理的是严重受限的内存或磁盘空间，请使用ASCII字符串。在这种情况下，您还应该用C或更简洁的语言编写软件：）

当您问这个问题时，我想您使用的是Python2.x

Python 3.0在字符串表示法方面有了很大的变化，现在所有的文本都是unicode。

---

在任何新项目中，我都会选择unicode——以一种与转换到Python 3.0兼容的方式（请参阅）。

除了Mihail的评论之外，我会说：使用unicode，因为它是未来。在Python3.0中，非Unicode将不复存在，据我所知，所有的“U”前缀都将带来麻烦，因为它们也不复存在。

在Python2.x中一致使用Unicode字符串可能会很棘手-可能是因为有人无意中使用了更自然的

str（blah）

，它们的意思是

Unicode（blah）

，忘记字符串文本的

u

前缀，第三方模块不兼容-不管怎样。因此，在Python2.x中，只有在必要时才使用unicode，并且准备提供良好的单元测试覆盖率

但是，如果您可以选择使用Python3.x，则无需担心-字符串将是unicode，无需额外努力。

是的，使用unicode

一些提示：

当以任何类型的二进制格式进行输入输出时，在读取后直接解码，在写入前直接编码，这样就不需要混合使用字符串和unicode。因为这种混合迟早会导致单基因突变

[忘了这一点，我的解释只是让它更加混乱。这只是移植到Python 3时的一个问题，您可以考虑一下。]

Unicode中常见的Python新手错误（并不是说你是新手，但这可能会被新手读懂）：不要混淆编码和解码。请记住，UTF-8是一种编码，所以您可以将Unicode编码为UTF-8并从中解码

不要陷入将Python中的默认编码（通过sitecustomize.py或类似文件中的setdefaultencoding）设置为您最常用的编码的诱惑中。如果您重新安装或移动到另一台计算机，或者突然需要使用另一种编码，这只会给您带来问题。要明确

请记住，并非所有Python 2s标准库都接受unicode。如果您输入一个unicode方法，但该方法不起作用，请尝试输入ascii并查看。示例：urllib.urlopen（），如果您给它一个unicode对象而不是字符串，它将失败，并出现无用的错误

---

嗯，这就是我现在能想到的

是的，未来的兼容性非常重要！第三点是如此真实——我认识的每个人（包括我）都犯了这个错误，而且不止一次！回复：“写后直接编码”——你能澄清一下吗？我认为应该是“before”而不是“after”，但我可能没有抓住你的重点。@Lennart：“请注意，根据Python的说法，即使你将unicode编码成一个充满非ascii文本的字符串，这仍然是文本。”。。。在3.x中，str.encode（）返回类型字节，ascii与否的区别似乎无关紧要；你想表达的意思是什么？@ars：对，修正了@约翰：嗯，我想我只是把事情弄得更混乱了。这不是重点，所以我删除了它。@Lennart:默认情况下生成UTF-8输出会有什么问题？这比在不同平台上做不同事情的程序要好得多。如果人们不喜欢UTF-8，他们可以通过iconv来传输信息。当程序总是做同样的事情时，它会更可靠。我编写的每个程序，无论是Perl、Python还是Java，都会将stdin和stdout强制为UTF-8（但接受来自环境的覆盖）。我简直无法忍受默认平台编码让你发疯的方式。+1：在处理文本时始终使用unicode。每当需要将文本数据视为字节时（例如，在网络上移动或写入磁盘时）——将unicode转换为字节序列（在Python中表示为字符串）。通过调用encode或unicode进行转换。