基本

在 Python 3 中， str 是启用 unicode 的字符串的类型，而 bytes 是原始字节序列的类型。

type("f") == type(u"f")  # True, <class 'str'>
type(b"f")               # <class 'bytes'>

**在 Python 2 中，**一个临时字符串默认是一个原始字节序列，而 unicode 字符串是每个带有 u 前缀的字符串。

type("f") == type(b"f")  # True, <type 'str'>
type(u"f")               # <type 'unicode'>

Unicode 到字节

可以使用 .encode(encoding) 将 Unicode 字符串转换为字节。

Python 3

>>> "£13.55".encode('utf8')
b'\xc2\xa313.55'
>>> "£13.55".encode('utf16')
b'\xff\xfe\xa3\x001\x003\x00.\x005\x005\x00'

Python 2

在 py2 中，默认的控制台编码是 sys.getdefaultencoding() == 'ascii'而不是 py3 中的 utf-8，因此不能像上一个例子那样打印它。

>>> print type(u"£13.55".encode('utf8'))
<type 'str'>
>>> print u"£13.55".encode('utf8')
SyntaxError: Non-ASCII character '\xc2' in...

# with encoding set inside a file

# -*- coding: utf-8 -*-
>>> print u"£13.55".encode('utf8')
£13.55

如果编码无法处理字符串，则会引发 UnicodeEncodeError：

>>> "£13.55".encode('ascii')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode character '\xa3' in position 0: ordinal not in range(128)

字节到 unicode

可以使用 .decode(encoding) 将字节转换为 unicode 字符串。

只能通过适当的编码将字节序列转换为 unicode 字符串！

>>> b'\xc2\xa313.55'.decode('utf8')
'£13.55'

如果编码无法处理字符串，则会引发 UnicodeDecodeError：

>>> b'\xc2\xa313.55'.decode('utf16')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/Users/csaftoiu/csaftoiu-github/yahoo-groups-backup/.virtualenv/bin/../lib/python3.5/encodings/utf_16.py", line 16, in decode
    return codecs.utf_16_decode(input, errors, True)
UnicodeDecodeError: 'utf-16-le' codec can't decode byte 0x35 in position 6: truncated data