Question

# -*- coding: utf-8 -*-

a = 'éáűőúöüó€'
print type(a)    # <type 'str'>
print a          # éáűőúöüó€
print ord(a[-1]) # 172

为什么这样有效？这不应该是SyntaxError: Non-ASCII character '\xc3' in file ...吗？字符串中有unicode文字。

当我用u作为前缀时，结果会有所不同：

# -*- coding: utf-8 -*-

a = u'éáűőúöüó€'
print type(a)    # <type 'unicode'>
print a          # éáűőúöüó€
print ord(a[-1]) # 8364

为什么呢？ python中的内部表示有什么区别？我怎么能亲自看到它？：）

Answer 1

字符串
中有unicode文字

不，没有。字符串中有字节。 Python只是在您创建文件时将编辑器保存到磁盘的字节。

当您使用u''为字符串添加前缀时，您向python发出信号，表示您正在创建unicode对象。 Python现在关注您在源文件顶部指定的编码，并且根据您指定的编码将源文件中的字节解码为unicode对象。

在这两种情况下，编辑器将一系列字节保存到文件中，对于€字符，UTF-8编码是三个字节，以十六进制表示为E282AC。字节串中的最后一个字节因此是AC，或者是十进制的172。将最后3个字节解码为UTF-8后，它们一起成为Unicode代码点U + 20AC，即十进制的8364。

你真的应该阅读Python和Unicode：