关于编码，unicode和stdout的一些基本问题

Question

说我这样做：

>>> 'é'        #1
'\xc3\xa9'
>>> u'é'       #2
u'\xe9'
>>> print u'é' #3
é

这是我的理解：

1. 当我将'é'粘贴到我的Python会话中时，就是一个bytearray 包含2个字节以某种方式登陆到stdin，即Python 从中读取。相同的字节将发送到stdout并以十六进制格式显示。
2. 这次Python必须解码字节：它读取sys.stdin.encoding，找到utf-8，并将2个字节解码为unicode。然后我不确定会发生什么。我们可以向stdout发送一个unicode字符串吗？或者Python可以使用unicode代码点的十六进制表示，在utf-8中对其进行编码并发送到stdout？
3. Python将2个字节解码为unicode。然后print再次在utf-8中对其进行编码，并将结果发送到stdout。

我的理解是否正确？

Answer 1

Python交互式解释器回显任何表达式的结果，除非结果是None。回声总是使用repr() function来创建可用的表示。在引擎盖下，对象有一个__repr__ special method，可以完成所有艰苦的工作。

对于字符串，打印的值可以再次直接在Python中用于重新创建字符串，任何不可打印的非ASCII字节都用转义序列表示。例如，换行符变为\n，é的两个UTF-8字节用\xhh十六进制转义符表示。

因此，对于第1点，Python确实从终端接收了两个字节，将它们存储在字符串中，字符串的表示包含字符'，{{1 }}，\，x，c等。如果您将其粘贴回Python，则会再次获得相同的字符串值。

对于2.，您创建了一个Unicode字符串对象。终端发送了两个UTF-8字节，但你现在告诉Python解析一个3字符串文字，它确实是用u'..'解码的。

Unicode字符串对象的表示形式是另一个字符串文字，前缀为sys.stdin.encoding，表示它是Unicode字符串，而不是常规字符串。 U + 0080到U + 00FF（拉丁语1范围）范围内的Unicode代码点由u转义码表示。 \xhh为Unicode codepoint U+00E9，因此由é表示。从U + 0100到U + FFFF的代码点使用\xe9表示，因为使用了更高的代码点\uhhhh。

同样，您可以复制此表示形式，将其粘贴回Python并再次获得完全相同的值。

\Uhhhhhhhh直接写入print，如果给sys.stdout一个Unicode字符串对象，则在写入之前首先使用print将Unicode字符串值编码为字节串它到sys.stdout.encoding。