Python字符串前u r b的含义以及unicode

字符串前面添加u,r,b的含义

u 中文
r 字符串转义
b bytes数据
str—>(encode)—>bytes，bytes—>(decode)—>str
字符串通过编码转换为字节码，字节码通过解码转换为字符串

u/U:表示unicode字符串

不是仅仅是针对中文, 可以针对任何的字符串，代表是对字符串进行unicode编码。
一般英文字符在使用各种编码下, 基本都可以正常解析, 所以一般不带u；但是中文, 必须表明所需编码, 否则一旦编码转换就会出现乱码。
建议所有编码方式采用utf8

r/R:非转义的原始字符串

与普通字符相比，其他相对特殊的字符，其中可能包含转义字符，即那些，反斜杠加上对应字母，表示对应的特殊含义的，比如最常见的”\n”表示换行，”\t”表示Tab等。而如果是以r开头，那么说明后面的字符，都是普通的字符了，即如果是“\n”那么表示一个反斜杠字符，一个字母n，而不是表示换行了。
以r开头的字符，常用于正则表达式，对应着re模块。

b:bytes

python3.x里默认的str是(py2.x里的)unicode, bytes是(py2.x)的str, b”“前缀代表的就是bytes
python2.x里, b前缀没什么具体意义， 只是为了兼容python3.x的这种写法

Unicode字符串

程序存储、传输、操作字符串时，对代码中写好的字符串或者手动输入的字符串，程序会自动将这些字符串按照某种字符集编码（一般为本地系统字符编码）将字符串转换为字节码，这是字符的“解码”，将显示的字符转化为字节码；

程序中显示文字时，计算机读取一串字节，选择合适的字符集（一般为本地系统字符集）将字节码翻译为字符集中对应的字符，这些字符一般为本地存储的字符图片，然后调用系统的显示接口将这些“图片”打印在屏幕上。这是字符的“编码”，将字节码转化为可显示的字符。　　如果字符的解码和编码采用的是相同的字符集，则将显示出来原始给定的字符，结果正常；如果不是同一种字符集，则有可能会出现乱码（因为相同的字节码在不同的字符集中可能对应不同的字符，一种字符集的某字符解码后的字节码在另一种字符集中编码之后可能是不同的字符）。

为了方便的处理不同字符集编码的字符之间的相互转化，定义了unicode标准，即将世界上所有的字符统一起来，每个字符都分配一个唯一的id，作为该字符的unicode码值。在代码中写定字符或者程序输入字符后，可以先将字符转化为unicode"字符"，这是“解码”过程；进行一系列操作之后，如果需要显示出原来的字符，则将unicode"字符"转化为对应的字符集中该字符所对应的字节码，然后找到对应的字符，进而显示。

这样，不同字符集编码就通过unicode"字符"联系了起来。

Python2 & Python3 的 Unicode

在Python3以后，字符串和bytes类型彻底分开了。字符串是以字符为单位进行处理的，bytes类型是以字节为单位处理的。
Python3 中字符串默认为 Unicode，但是如果在 Python2 中需要使用 Unicode，必须要在字符串的前面加一个 「u」前缀

python 2 中的 str 类型相当于 python 3 中的 bytes 类型， bytes 这个名字明确的指出这是字节串，并且不指定字节串代表什么东西。而 python 3 中的 str 类似于 python 2 中的 unicode 类型， 不再指定底层编码规则。str.encode() 返回一个 bytes 类型也更加符合逻辑。

如果采用合适的字符集，字符串可以转换成字节串；反过来，字节串也可以恢复成对应的字符串。

利用字符串的encode()方法编码成bytes，默认使用utf-8字符集
a= “学习”.encode(‘utf-8’)

调用 bytes 对象的 decode() 方法将其解码成字符串
st= a.decode(‘utf-8’)