在问this question时，我意识到我对原始字符串知之甚少。对于那些自称是Django训练师的人来说，这很糟糕。
我知道编码是什么，而且我知道单独使用u''是什么，因为我得到的是Unicode。
但r''到底做了什么？它会产生什么样的字符串？
最重要的是ur''做了什么？
最后，有没有可靠的方法从Unicode字符串返回到简单的原始字符串？
啊，顺便说一下，如果您的系统和文本编辑器字符集设置为UTF-8，u''实际上做了什么吗？
答案 0 :(得分：595)
实际上并没有“raw string ”;有原始字符串文字，它们正是在开头引号之前用'r'标记的字符串文字。
“原始字符串文字”是字符串文字的略有不同的语法，其中反斜杠\被视为“只是反斜杠”（除非它出现在引号之前）否则终止文字） - 没有“转义序列”来表示换行符，制表符，退格键，换页符等。在普通的字符串文字中，每个反斜杠必须加倍，以避免被视为转义序列的开始。
这种语法变体的存在主要是因为正则表达式模式的语法很重，反斜杠（但从不在最后，因此上面的“except”子句并不重要）当你避免加倍时，它看起来好一点他们 - 就是这样。它也表达了一些流行来表达本机Windows文件路径（使用反斜杠而不是像其他平台上的常规斜杠），但这很少需要（因为正常的斜杠在Windows上工作得很好）并且不完美（由于“except”子句上文）。
r'...'是一个字节字符串（在Python 2. *中），ur'...'是一个Unicode字符串（同样，在Python 2. *中），并且其他三种引用中的任何一种也会产生完全相同类型的字符串（例如r'...'，r'''...'''，r"..."，r"""..."""都是字节字符串，依此类推。）
不确定“go back ”是什么意思 - 没有内在的后退和前进方向，因为没有原始字符串 type ，它只是一种替代语法表达完全正常的字符串对象，字节或unicode，因为它们可能是。
是的，在Python 2. *中，u'...' 当然总是与'...'不同 - 前者是unicode字符串，后者是字节串。可以表达文字的编码是完全正交的问题。
例如，考虑（Python 2.6）：
>>> sys.getsizeof('ciao')
28
>>> sys.getsizeof(u'ciao')
34
当然，Unicode对象需要更多的内存空间（非常短的字符串的差别非常小; - ）。
答案 1 :(得分：156)
python中有两种类型的字符串：传统的str类型和较新的unicode类型。如果您在前面没有u的情况下键入字符串文字，则会获得存储8位字符的旧str类型，并且前面的u会获得较新的unicode可以存储任何Unicode字符的类型。
r根本不会更改类型，它只会更改字符串文字的解释方式。如果没有r，反斜杠将被视为转义字符。使用r，反斜杠被视为文字。无论哪种方式，类型都是相同的。
ur当然是一个Unicode字符串，其中反斜杠是文字反斜杠，而不是转义码的一部分。
您可以尝试使用str()函数将Unicode字符串转换为旧字符串，但如果有任何unicode字符无法在旧字符串中表示，则会出现异常。如果您愿意，可以先用问号替换它们，但当然这会导致这些字符不可读。如果要正确处理unicode字符，建议不要使用str类型。
答案 2 :(得分：48)
'raw string'表示它按照显示的方式存储。例如，'\'只是反斜杠而不是转义。
答案 3 :(得分：32)
“u”前缀表示值的类型为unicode，而不是str。
带有“r”前缀的原始字符串文字会转义其中的任何转义序列，因此len(r"\n")为2.因为它们会转义转义序列，所以不能使用单个反斜杠结束字符串文字：这不是有效的转义序列（例如r"\"）。
“Raw”不是该类型的一部分，它只是表示该值的一种方式。例如，"\\n"和r"\n"是相同的值，就像32，0x20和0b100000一样。
您可以使用unicode原始字符串文字：
>>> u = ur"\n"
>>> print type(u), len(u)
<type 'unicode'> 2
源文件编码只确定如何解释源文件，否则不会影响表达式或类型。但是，recommended避免使用ASCII以外的编码改变含义的代码：
使用ASCII（或UTF-8，适用于Python 3.0）的文件不应具有编码cookie。 Latin-1（或UTF-8）只应在注释或docstring需要提及需要Latin-1的作者名称时使用;否则，使用\ x，\ u或\ U转义是在字符串文字中包含非ASCII数据的首选方法。
答案 4 :(得分：25)
让我简单解释一下： 在python 2中，您可以将字符串存储为2种不同的类型。
第一个是 ASCII ，它在python中是 str 类型，它使用1个字节的内存。 （256个字符，主要存储英文字母和简单符号）
第二种类型是 UNICODE ，它在python中是 unicode 类型，它使用2个字节的内存。 （65536个字符，所以这包括地球上所有语言的所有字符）
默认情况下，python会选择 str 类型，但如果您想将字符串存储在 unicode 类型中，则可以将 u 放在您可以通过 unicode（＆＃39; text＆＃39;）
来完成 u＆＃39; text＆＃39; 这样的文字所以你只是调用函数将 str 强制转换为 unicode 的简短方法。那就是它！
现在 r 部分，你把它放在文本前面告诉计算机文本是原始文本，反斜杠不应该是一个转义字符。 r＆＃39; \ n＆＃39; 不会创建换行符。它只是包含2个字符的纯文本。
如果您想将 str 转换为 unicode 并将原始文本放入其中，请使用 ur ，因为 ru 会引发错误。
现在，重要的部分：
您不能使用 r 存储一个反斜杠，它是唯一的例外。 因此，此代码会产生错误： r＆＃39; \＆＃39;
要存储反斜杠（只有一个），您需要使用＆＃39; \\＆＃39;
如果您想存储超过1个字符，您仍然可以使用 r ，例如 r＆＃39; \\＆＃39; 会产生2个反斜杠，如您所料。
我不知道为什么 r 不能使用一个反斜杠存储，但原因还没有被任何人描述。我希望这是一个错误。
答案 5 :(得分：4)
也许这很明显，也许不是，但你可以通过调用 x = chr（92） 来创建字符串＆＃39; \＆＃39; p>
x=chr(92)
print type(x), len(x) # <type 'str'> 1
y='\\'
print type(y), len(y) # <type 'str'> 1
x==y # True
x is y # False
答案 6 :(得分：0)
Unicode字符串文字（以u为前缀的字符串文字）在Python 3中为no longer used。它们仍然有效，但在Python 2中为just for compatibility purposes。
如果要创建仅由易于键入的字符（例如英文字母或数字）组成的字符串文字，则只需键入以下内容即可：'hello world'。但是，如果您还想包含一些其他奇特的字符，则必须使用一些解决方法。解决方法之一是Escape sequences。这样，例如，您只需在字符串文字中添加两个易于键入的字符\n，就可以在字符串中表示新行。因此，当您打印'hello\nworld'字符串时，单词将被打印在单独的行上。非常方便！
另一方面，在某些情况下，您想创建一个包含转义序列的字符串文字，但又不希望它们被Python解释。您希望它们原始。看下面的例子：
'New updates are ready in c:\windows\updates\new'
'In this lesson we will learn what the \n escape sequence does.'
在这种情况下，您可以在字符串文字前加上r字符，例如：r'hello\nworld'，Python不会解释任何转义序列。字符串将完全按照您创建的样子打印。
许多人期望原始字符串文字是原始的，这意味着“引号之间的任何内容都会被Python忽略” 。那是不对的。 Python仍然可以识别所有转义序列，只是不解释它们-而是使它们保持不变。这意味着原始字符串文字仍然必须是有效的字符串文字。
Lexical definition的字符串文字：
shortstringitem ::= shortstringchar | stringescapeseq
shortstringchar ::= <any source character except "\" or newline or the quote>
stringescapeseq ::= "\" <any source character>
根据词汇定义，很明显，包含裸引号字符'hello'world'或以反斜杠'hello world\'结尾的字符串文字（无论是否原始）都是无效的。