在 Python 中，不論是 Python2 還是 Python3 中，總體上說，字符都只有兩大類：

• 通用的 Unicode 字符；
• （unicode 被編碼後的）某種編碼類型的字符，比如 UTF-8，GBK 等類型的字符。

Python2 中字符的類型：

str： 已經編碼後的字節序列
unicode： 編碼前的文本字符

Python3 中字符的類型：

str： 編碼過的 unicode 文本字符
bytes： 編碼前的字節序列

我們可以認為字符串有兩種狀態，即文本狀態和字節（二進制）狀態。Python2 和 Python3 中的兩種字符類型都分別對應這兩種狀態，然後相互之間進行編解碼轉化。編碼就是將字符串轉換成字節碼，涉及到字符串的內部表示；解碼就是將字節碼轉換為字符串，將比特位顯示成字符。

在 Python2 中，str 和 unicode 都有 encode 和 decode 方法。但是不建議對 str 使用 encode，對 unicode 使用 decode, 這是 Python2 設計上的缺陷。Python3 則進行了優化，str 只有一個 encode 方法將字符串轉化為一個字節碼，而且 bytes 也只有一個 decode 方法將字節碼轉化為一個文本字符串。

Python2 的 str 和 unicode 都是 basestring 的子類，所以兩者可以直接進行拼接操作。而 Python3 中的 bytes 和 str 是兩個獨立的類型，兩者不能進行拼接。

Python2 中，普通的，用引號括起來的字符，就是 str；此時字符串的編碼類型，對應著你的 Python 文件本身保存為何種編碼有關，最常見的 Windows 平臺中，默認用的是 GBK。Python3 中，被單引號或雙引號括起來的字符串，就已經是 Unicode 類型的 str 了。

對於 str 為何種編碼，有一些前提：

• Python 文件開始已經聲明對應的編碼
• Python 文件本身的確是使用該編碼保存的
• 兩者的編碼類型要一樣（比如都是 UTF-8 或者都是 GBK 等）

這樣 Python 解析器才能正確的把文本解析為對應編碼的 str。

總體來說，在 Python3 中，字符編碼問題得到了極大的優化，不再像 Python2 那麽頭疼。在 Python3 中，文本總是 Unicode, 由 str 類型進行表示，二進制數據使用 bytes 進行表示，不會將 str 與 bytes 偷偷的混在一起，使得兩者的區別更加明顯。

Python2 與 Python3 的編碼對比