Python2编码中的str和unicode

转自https://gist.github.com/x7hub/178c87f323fbad57ff91

str和unicode是两个不同的类。

str 存储的是已经编码后的字节序列，输出时看到每个字节用16进制表示，以\x开头。每个汉字会占用3个字节的长度。

>>> a = '啊哈哈'

>>> type(a)

<type 'str'>

>>> a

'\xe5\x95\x8a\xe5\x93\x88\xe5\x93\x88'

>>> len(a)

9

>>> a[2]

'\x8a'

unicode 存储的是编码前的“字符”串，，输出是看到字符以\u开头。每个汉字占用一个长度。定义一个Unicode对象时，以u 开头。

>>> b = u'哟呵呵'

>>> type(b)

<type 'unicode'>

>>> b

u'\u54df\u5475\u5475'

>>> len(b)

3

>>> b[2]

u'\u5475'