Unicode与Unicode表示

Question

对于unicode字符和该字符的表示之间的区别，我有点困惑。这两者之间有什么区别：

>>> u'é'
>>> u'\xe9'

此外，我如何能够在“可读的”unicode (é)和机器unicode(\xe9 9)之间来回切换？我将如何做到以下几点？

>>> u='bj\\u00f6rk: voltaic'
>>> print u
bj\u00f6rk: voltaic

Answer 1

你想要使用重现

print repr(u)

shell中的print u'é'提供str输出，shell中的u'é'显示repr输出。

应激

返回一个字符串，该字符串包含一个很好的可打印对象表示形式。对于字符串，这将返回字符串本身。与repr(object)不同的是，str(object)并不总是试图返回eval()可以接受的字符串；它的目标是返回可打印的字符串。如果没有给定参数，则返回空字符串'‘。

Answer 2

repr()将只在python2上工作(这显然是您正在使用的)。这里有一个更完整的答案和一个建议:如果您要使用unicode，请使用3，如果可能的话，切换到python 3。当python 3的改进是它存在的主要原因之一时，没有很好的理由去理解python2如何处理文本编码。

两者之间有什么区别： u'é‘u'\xe9’9‘

这两种方法可以为python指定相同的字符串；这两个字符串的内容没有区别：

>>> u'é' == u'\xe9'
True

就像值62的字节在ascii中是A (chr(62) == "A"), unicode characters have a (usually) 16-bit value that is conventionally written in hexadecimal. For a single-character, you could display this value in decimal withord()‘)一样(尽管这不是很有用)。

当您打印字符串时，python将尝试显示它。当您用repr()转换它时，python将显示字符本身或转义形式，这取决于它是否可以在文字字符串中使用。在python 3中，repr('é')只是'é'，因为它可以以字符串形式出现。要将文本看作16位unicode编码点的序列，您应该这样做(在python 2或3中工作)：

>>> text = u'e'
>>> print(text.encode("raw_unicode_escape"))
b'\xe9'

下面是一个较长的示例(在python 3上)：

>>> text = "neé"
>>> repr(text)
"'neé'"
>>> text.encode("raw_unicode_escape")
b'ne\xe9'
>>> text.encode("utf-8")
b'ne\xc3\xa9'

注意，UTF-8将é编码为两个字节的序列.UTF-8只是一个编码，这个字符的编码点是U+00e9.