字符串标志“ u”和“ r”到底是做什么的，什么是原始字符串文字？

当问这个问题时 ，我意识到我对原始字符串不了解很多。 对于自称是Django培训师的人来说，这很糟糕。

我知道编码是什么，我知道什么是u''本身并因为我得到的是Unicode的。

• 但是r''到底是做什么的？ 它产生什么样的字符串？

• 最重要的是，这到底是什么ur''吗？

• 最后，有什么可靠的方法可以从Unicode字符串返回到简单的原始字符串？

• 啊，顺便说一句，如果你的系统和你的文本编辑器的字符集设置为UTF-8，并u''实际上做什么？

---

#1楼

“ u”前缀表示该值具有unicode类型而不是str类型。

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。由于它们转义了转义序列，因此您不能在字符串文字后加上单个反斜杠：这不是有效的转义序列（例如r"\\" ）。

“原始”不是该类型的一部分，它只是表示值的一种方式。 例如， "\\\\n"和r"\\n"是相同的值，就像32 ， 0x20 ，和0b100000是相同的。

您可以使用unicode原始字符串文字：

>>> u = ur"\n"
>>> print type(u), len(u)
<type 'unicode'> 2

源文件编码仅决定如何解释源文件，否则不会影响表达式或类型。 但是， 建议避免使用非ASCII编码会改变含义的代码：

使用ASCII的文件（对于Python 3.0，则为UTF-8）应该没有编码cookie。 只有在注释或文档字符串需要提及需要使用Latin-1的作者姓名时，才应使用Latin-1（或UTF-8）。 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。