python3有两种表示字符序列的类型:bytes和str。前者的实例包含原始的8位值,后者的实例包含unicode字符。
而python2页有两种表示字符序列的类型,str和unicode。与3不同,str的实例包含原始的8位值,而unicode实例则包含unicode字符。
把unicode字符表示为二进制数据(就是原始的8位值)有许多方法。最常见的编码方式就是utf8,但是python3的str实例和python2的unicode实例都没有和特定的二进制编码形式相关联。要把unicode字符转换成二进制数据,就必须使用encode方法。要想把二进制数据转换成unicode字符,则必须使用decode方法。
在我们编写程序的时候,一定要把编码和解码的操作放在界面的最外围来做,程序的核心部分用该统一使用unicode(也就是python3的str、python2的unicode),而且不要对字符的编码做任何假设。这种办法既可以令程序接受多种类型的文本编码(如latin-1、shift jis 和big5)又可以保证输出的文本形式只采用一种编码,(最好是utf8)