如何在Python中表示Unicode对象？

Question

我一直在阅读有关python Unicode编码等的大量内容，我认为现在对它有一些了解。最后一件事仍然存在。

以下是我的看法

在python 2.x中，str对象将字符串表示为字节，根据这些字节的编码，我们可以得到不同的字符。这是我所知道的简化，但对于这个问题并不重要。

然而，我被告知unicode对象将字符串表示为unicode代码点，所以基本上是整数。不再像以前那样模糊地将字节解释为它们的值。

我的问题是这些Unicode代码点/整数如何在python中引用，它们只是4个字节的数字。这是否意味着他们比str对手使用更多的空间。并不是说我担心这个空间，我只想了解。

Answer 1

在3.3之前的CPython中，unicode对象中的文本数据被编码为UCS-2或UCS-4（取决于编译时选项）并存储在char*中。 3.3对unicode数据使用variable representation，具体取决于字符串中的最高代码点。 Jython和IronPython将其原生类型用于unicode存储。