Unicode字符串文字

Python 3中不再使用Unicode字符串文字（前缀为u的字符串文字）。它们仍然有效，但只是为了与Python 2兼容。

生字符串

如果你想创建一个字符串文字，它只包含英文字母或数字等容易键入的字符，你可以简单地键入它们：“helloworld”。但是，如果您还想包含一些更具异国情调的角色，则必须使用一些变通方法。

其中一个解决方法是Escape序列。这样，例如，只需在字符串文字中添加两个易于键入的字符，就可以在字符串中表示新行。因此，当您打印“hello\nworld”字符串时，单词将打印在单独的行上。这很方便！

另一方面，有时您可能希望在字符串中包含实际的字符\和n–您可能不希望它们被解释为新行。看看这些例子：

'New updates are ready in c:\windows\updates\new'
'In this lesson we will learn what the \n escape sequence does.'

在这种情况下，您只需在字符串文字前面加上r字符即可：r'hello\nworld'，Python不会解释转义序列。字符串将按照您创建的方式打印。

原始字符串文字不是完全“原始”的？

许多人希望原始字符串文字是原始的，因为“Python会忽略引号之间的任何内容”。这不是真的。Python仍然可以识别所有的转义序列，它只是不解释它们，而是保持它们不变。这意味着原始字符串文本仍然必须是有效的字符串文本。

从字符串文字的词法定义：

string     ::=  "'" stringitem* "'"
stringitem ::=  stringchar | escapeseq
stringchar ::=  <any source character except "\" or newline or the quote>
escapeseq  ::=  "\" <any source character>

很明显，包含空引号字符“hello'world”或以反斜杠“helloworld\”结尾的字符串文本（原始或非原始）无效。

Unicode字符串文字

Python 3中不再使用Unicode字符串文字（前缀为u的字符串文字）。它们仍然有效，但只是为了与Python 2兼容。

生字符串

如果你想创建一个字符串文字，它只包含英文字母或数字等容易键入的字符，你可以简单地键入它们：“helloworld”。但是，如果您还想包含一些更具异国情调的角色，则必须使用一些变通方法。

其中一个解决方法是Escape序列。这样，例如，只需在字符串文字中添加两个易于键入的字符，就可以在字符串中表示新行。因此，当您打印“hello\nworld”字符串时，单词将打印在单独的行上。这很方便！

另一方面，有时您可能希望在字符串中包含实际的字符\和n–您可能不希望它们被解释为新行。看看这些例子：

'New updates are ready in c:\windows\updates\new'
'In this lesson we will learn what the \n escape sequence does.'

在这种情况下，您只需在字符串文字前面加上r字符即可：r'hello\nworld'，Python不会解释转义序列。字符串将按照您创建的方式打印。

原始字符串文字不是完全“原始”的？

许多人希望原始字符串文字是原始的，因为“Python会忽略引号之间的任何内容”。这不是真的。Python仍然可以识别所有的转义序列，它只是不解释它们，而是保持它们不变。这意味着原始字符串文本仍然必须是有效的字符串文本。

从字符串文字的词法定义：

string     ::=  "'" stringitem* "'"
stringitem ::=  stringchar | escapeseq
stringchar ::=  <any source character except "\" or newline or the quote>
escapeseq  ::=  "\" <any source character>

很明显，包含空引号字符“hello'world”或以反斜杠“helloworld\”结尾的字符串文本（原始或非原始）无效。

“原始字符串”意味着它按显示方式存储。例如，“\”只是反斜杠而不是转义。

让我简单解释一下：在python 2中，可以将字符串存储为两种不同的类型。

第一个是ASCII，它是python中的str类型，它使用1字节的内存。（256个字符，主要存储英文字母和简单符号）

第二种类型是UNICODE，它是python中的UNICODE类型。Unicode存储所有类型的语言。

默认情况下，python更喜欢str类型，但如果您想以unicode类型存储字符串，可以将u放在文本前面，如u'text'，也可以通过调用unicode（'text'）

所以u只是调用函数将str转换为unicode的一种简单方法。就是这样！

现在是r部分，你把它放在文本前面，告诉计算机文本是原始文本，反斜杠不应该是转义字符。r“\n”将不会创建新行字符。它只是包含2个字符的纯文本。

如果您想将str转换为unicode并将原始文本放入其中，请使用ur，因为ru会引发错误。

现在，重要的部分是：

不能使用r存储一个反斜杠，这是唯一的例外。因此，此代码将产生错误：r“\”

要存储反斜杠（仅一个），需要使用“\\”

如果您想存储1个以上的字符，您仍然可以使用r，如r“\\”，将按预期生成2个反斜杠。

我不知道r不能与一个反斜杠存储一起工作的原因，但目前还没有人描述原因。我希望这是一个bug。

也许这是显而易见的，也许不是，但是您可以通过调用x=chr（92）来创建字符串“\”

x=chr(92)
print type(x), len(x) # <type 'str'> 1
y='\\'
print type(y), len(y) # <type 'str'> 1
x==y   # True
x is y # False

Python 2中有两种字符串类型：传统的str类型和较新的unicode类型。如果键入一个字符串文本，前面没有u，则会得到存储8位字符的旧str类型，而前面有u，则得到可以存储任何unicode字符的新unicode类型。

r根本不改变类型，它只是改变字符串文本的解释方式。如果没有r，反斜杠将被视为转义字符。使用r时，反斜杠被视为文字。无论哪种方式，类型都是相同的。

ur当然是Unicode字符串，其中反斜杠是字面反斜杠，而不是转义码的一部分。

您可以尝试使用str（）函数将Unicode字符串转换为旧字符串，但如果有任何Unicode字符无法在旧字符串中表示，则会出现异常。如果你愿意，你可以先用问号代替它们，但这当然会导致这些字符无法阅读。如果要正确处理unicode字符，建议不要使用str类型。