python中u”前缀和unicode（）有什么区别？

What is the difference between u' ' prefix and unicode() in python?

u''前缀和unicode()有什么区别？

1
2
3
4

# -*- coding: utf-8 -*-
print u'上午' # this works
print unicode('上午', errors='ignore') # this works but print out nothing
print unicode('上午') # error

对于第三个print，错误显示：unicodedecodeerror:'ascii'编解码器无法在位置0处解码字节0xe4。

如果我有一个包含非ASCII字符的文本文件，例如"下午"，如何正确读取和打印它？

相关讨论

因此，您使用不同类型的文字表示法创建了一个字节字符串对象，然后尝试将其转换为unicode()对象，但失败的原因是str->unicode转换的默认编解码器是ASCII。

这两种动物完全不同。如果要使用后者，则需要为其提供显式编解码器：

1	print unicode('上午', 'utf8')

两者的关联方式与使用0xFF和int('0xFF', 0)的关联方式相同；前者使用十六进制表示法定义值255的整数，后者使用int()函数从字符串中提取整数。

另一种方法是使用str.decode()方法：

1	print '上午'.decode('utf8')

不要试图使用错误处理程序(如ignore'或'replace')，除非您知道自己在做什么。例如，'ignore'特别可以通过选择错误的编解码器来掩盖潜在的问题。

您可能需要阅读关于python和unicode的内容：

相关讨论

当str在Python 2.7.x中没有前缀u''时，解释器看到的是一个没有显式编码的字节字符串。

如果在执行unicode()时不告诉解释器如何处理这些字节，则(如您所见)默认为尝试decode通过ASCII编码方案所看到的字节。

这是将str的普通字节转换为unicode对象的初步步骤。

使用ascii到decode意味着：尝试用硬编码映射解释str的每个字节，该映射是0和127之间的一个数字。

您遇到的错误类似于dictKeyError：解释器遇到了一个字节，该字节的ascii编码方案没有指定的映射。

因为解释器不知道如何处理字节，所以它抛出了一个错误。

您可以通过使用另一组编码/解码映射(一组超出ASCII的映射，如UTF-8)将字节告知decode，来更改这一初步步骤，如其他答案中所述。

如果解释器在所选方案中为str中的每个字节(或字节)找到一个映射，它将成功解码，解释器将使用生成的映射生成unicode对象。

python unicode对象是一系列Unicode代码点。Unicode代码空间中有1112064个有效代码点。

如果您选择的解码方案是对文本(或代码点)进行编码的方案，那么打印时的输出应该与原始文本相同。

也可以考虑尝试Python 3。相关差异在下面的第一个注释中解释。

相关讨论

请尝试："下午"。解码("utf8"，"忽略")。编码("utf8")

相关讨论

unicode是一个对象类型，而"u"是用于表示该对象是unicode对象的文字。它类似于用来表示long int的"l"字面值。

相关讨论