你能否详细解释Python中字节字符串和Unicode字符串之间的区别。我看过this：
字节代码只是将转换后的源代码转换为字节数组
这是否意味着Python有自己的编码/编码格式？或者它是否使用操作系统设置？ 我不明白。你能解释一下吗？ 谢谢！
答案 0 :(得分：36)
没有python不使用自己的编码。它将使用它有权访问的任何编码以及您指定的编码。 str中的字符代表一个unicode字符。但是，为了表示超过256个字符，单个unicode编码每个字符使用多个字节来表示许多字符。 bytearray个对象使您可以访问底层字节。 str个对象具有encode方法，该方法接受表示编码的字符串，并返回表示该编码中的字符串的bytearray对象。 bytearray个对象具有decode方法，该方法接受表示编码的字符串，并返回将str解释为在给定编码中编码的字符串而产生的bytearray。这是一个例子。
>>> a = "αά".encode('utf-8')
>>> a
b'\xce\xb1\xce\xac'
>>> a.decode('utf-8')
'αά'
我们可以看到UTF-8使用四个字节，\ xce，\ xb1，\ xce和\ xac来表示两个字符。在Ignacio Vazquez-Abrams提到的Spolsky文章之后，我会阅读Python Unicode Howto。
答案 1 :(得分：27)
这里尝试的是一个仅适用于Python 3的简单解释。我希望来自一个外行人，这将有助于为完全不知情的人清除一些混乱。如果有任何技术上的不准确之处，请原谅我并随意指出。
假设您以通常的方式使用Python 3创建一个字符串：
stringobject = 'ant'
stringobject将是一个unicode字符串。
unicode字符串由unicode字符组成。在上面的stringobject中，unicode字符是单个字母，例如a，n，t
每个unicode字符都分配了一个代码点，可以表示为十六进制数字序列（十六进制数字可以取16个值，范围从0-9到A-F）。例如，字母'a'相当于'\u0091'，＆＃39; ant＆＃39;相当于'\u0061\u006E\u0074'。
所以你会发现，如果你输入，
stringobject = '\u0061\u006E\u0074'
stringobject
您还将获得输出'ant'。
现在， unicode转换为字节，在称为编码的过程中。 将字节转换为unicode 的相反过程称为解码。
这是怎么做到的？由于每个十六进制数字可以取16个不同的值，因此它可以以4位二进制序列反映（例如，十六进制数字0可以二进制表示为0000，十六进制数字1可以表示为0001等等）。如果一个unicode字符的代码点由四个十六进制数字组成，则需要一个16位二进制序列来对其进行编码。
不同的编码系统指定将unicode转换为位的不同规则。最重要的是，编码在用于表示每个unicode字符的位数方面不同。
例如，ASCII编码系统每个字符仅使用8位（1字节）。因此，它只能编码具有长达两个十六进制数字的代码点的unicode字符（即256个不同的unicode字符）。 UTF-8编码系统每个字符使用8到32位（1到4个字节），因此它可以编码具有长达8个十六进制数字的代码点的unicode字符，即所有内容。
运行以下代码：
byteobject = stringobject.encode('utf-8')
byteobject, type(byteobject)
使用utf-8编码系统将unicode字符串转换为字节字符串，并返回b'ant', bytes'。
请注意，如果您使用了＆＃39; ASCII＆＃39;作为编码系统，你不会遇到任何问题，因为所有代码都指向了＆＃39; ant＆＃39;可以用1个字节表示。但是如果你有一个包含代码点长度超过两位十六进制数字的字符的unicode字符串，那么你将获得UnicodeEncodeError。
同样，
stringobject = byteobject.decode('utf-8')
stringobject, type(stringobject)
为您提供'ant', str。