Python2与python3中字符串的区别

Python2

在python中包含两种字符串类型：str和unicode，str并不是完全意义上的字符串，其实是由unicode经过编码(encode)后的字节组成的字节字符串，而unicode则是真正意义上的字符串，由字符组成。

python 在内部使用两个字节来存储一个unicode，使用unicode对象而不是str的好处，就是unicode方便于跨平台。

两种方式定义一个unicode:

u1 = u'你好'

u2 = unicode('你好', 'utf-8')

str.decode方法和unicode.encode方法是最常用的：

要明白要处理的是str还是unicode, 使用对的处理方法(str.decode/unicode.encode)

Python2的默认编码（默认字符集）是 asscii

注意

str也能编码（encode），unicode也能解码（decode）unicode解码意义不大
str编码通常会报错：

代码报错，提示错误信息：UnicodeDecodeError: 'ascii' codec can't decode byte 0xe4 in position 0: ordinal not in range(128)

是因为没有指定defaultencoding，其实s.encode（‘utf-8’）是存在在一次隐式的decode：

默认编码：ascii是许多报错的原因，所以可以在代码设置默认编码(defaultencoding)：

Python3

Python3的默认编码（默认字符集）是 utf-8：

python3默认使用的是str类型对字符串编码，默认使用bytes操作二进制数据流，编码使用enocde, 解码使用的是decode

Python2与python3字符串差异比较

	字节码	字符串	默认编码
Python2	str	unicode	ascii
Python3	bytes	str	utf-8