Python2 中 Unicode 与 Str 转换及 Python3 区别详解

Python2字符串类型基础

在Python2环境下，字符串数据主要包含两种类型：Unicode和Str。

　　Str To Unicode 使用decode(), 解码
　　Unicode To Str 使用encode(), 编码

Python2数据返回与JSON处理

当向后端前端返回数据时，通常需要将Unicode类型转换为Str类型。实际上，Python2中的Str本质上是一串字节（byte），而网络通信传输的正是字节流。若前端需要接收JSON格式数据，应使用json.dumps()将数据序列化为JSON字符串返回。对于嵌套结构的数据，内部元素可能无法直接转换为Str类型，此时可先通过eval()函数进行转换，再使用json.dumps()生成最终的JSON格式数据。需要注意的是，JSON本身即为字符串形式。

Python2 Unicode声明方式

在Python2中，字符串的默认类型为Str类型。若需创建Unicode类型的字符串，需采用特定的声明方式。

my_str = u"lowmanisbusy" # 在变量前面加上 u

在Python2中，若未显式指定字符编码，定义包含中文的字符串时必须添加前缀“u”，以指明该字符串为Unicode类型，并指定使用Unicode编码进行保存。

my_zh_str = u"渣男不但丑" # 在变量前面加上 u

Unicode编码与存储机制

Unicode编码为全球所有字符分配了唯一的十六进制编号，例如简体中文汉字“渣”的Unicode编号为6E23，在Python2中表示为"\u6e23"。然而，Unicode仅定义了字符编号，并未规定存储方式，因此后续出现了UTF-8、GBK等编码格式。这些编码格式均基于Unicode的唯一编号，但定义了具体的存储规则，可视为Unicode的一种实现方式。

Python3字符串类型划分

进入Python3环境后，字符串类型划分为Str和Bytes两种。

  Str To Bytes 使用 encode(), 编码
  Bytes To Str 使用 decode(), 解码

Python3编码机制与Python2对比

需特别说明的是，Python3中的Bytes类型相当于Python2中的Str类型。Python3中不存在独立的Unicode字符串类型，这涉及默认编码机制的差异。Python3默认字符编码为UTF-8，而Python2默认字符编码为ASCII。ASCII码包含128个字符，涵盖英文字符、阿拉伯数字、标点符号及控制符号，但不包含中文。由于中文属于象形文字，需更多字节组合表示，ASCII无法直接表示中文，因此Python2在未重新设置字符编码的情况下，代码中不允许出现Str类型的中文字符串（需指定为Unicode类型），否则Cpython2解释器无法识别。关于ASCII、Unicode与UTF-8之间的关系与区别，此处不再赘述，读者可自行查阅资料（理解上可视为：UTF-8是Unicode的一种实现方式，关系链为UTF-8<->Unicode<->Byte，最终数据传输仍以二进制字节形式进行）。

Python3 Web框架中的字符串处理

默认情况下，Python3中字符串类型为Str。在Web框架中，Str会自动转换为Byte并返回给前端。

Python3 Bytes编码转换方法

当需要将一种编码格式的Bytes转换为另一种编码格式的Bytes时，需先按原编码格式解码为Str类型，再使用新编码格式转换为Bytes类型。

例如，若存在变量my_bt，其编码格式为GBK，需将其转换为UTF-8编码格式，处理步骤如下。

my_str = my_bt.decode("gbk") # 解码
　　my_bt = my_str.encode("utf-8") # 重新编码

由于Python3中不存在Unicode类型的字符串，因此在Python3中使用类似Python2的方式定义字符串并无实际意义。

my_str = u"渣男不但丑"

Python2 Unicode转字符串技巧

补充说明：Python2中Unicode转字符串的具体实现方法。

str.encode('unicode-escape').decode('string_escape')

总结

以上内容介绍了Python2中Unicode与Str的转换方法及与Python3 Str的区别，希望能对读者有所帮助。如有任何疑问，欢迎留言，小编会及时回复。感谢大家对本站的支持！若觉得本文对您有帮助，欢迎转载，请注明出处，谢谢！