Python中的字符串
在Python中，字符串的類型可以歸為三類：str，bytes，bytearray，其中str和bytes是不可變類型，而bytearray是可變類型。由於Python 2.X和Python 3.X的區別，相應的，它們在Python 2.X和Python 3.X中有不同的意義。
在Python 2.X中，str即可以表示8bit的文本(例如ASCII文本，Latin-1文本)，也可以表示二進制數據，也就是說，在Python 2.X中，str和bytes類型是等價的；如果要表示Unicode文本，需要單獨使用unicode字符串；而bytearray只有在Python 2.6中才有，表示可以修改的bytes數據；
在Python 3.X， str表示Unicode文本，bytes表示二進制數據，二者不等價；bytearray和Python 2.X中的意義一樣，也表示可以修改的bytes數據。
所有的的字符串問題，包括讀寫文件，都可以歸納為上述問題。
str、bytes和bytearray相互轉換
1 Python 2.X
# str與bytes等價 >>>B = b‘spam‘ # bytes字面量 >>>S = ‘eggs‘ # str字面量 >>>type(B), type(S) (<type ‘str‘>, <type ‘str‘>) # str與unicode的轉換，也即bytes與unicode的轉換 >>>str(u‘spam‘) #unicode轉換為str spam >>>unicode(‘spam‘) #str轉換為unicode，unicode函數可以選擇編碼，默認是平臺編碼 u‘spam‘ # str與bytearray的轉換，也即bytes與bytearray的轉換 >>>S = ‘spam‘ >>>C = bytearray(S) >>>C bytearray(b‘spam‘)
2 Python 3.X
# str與bytes的轉換，有兩種方法: # 1 使用str類型的encode方法 # 2 使用bytes函數 >>>S = ‘eggs‘ >>>S.encode() b‘eggs‘ >>>bytes(S, encoding=‘ascii‘) b‘eggs‘ # bytes與str的轉換，有兩種方法: # 1 使用bytes類型的decode方法 # 2 使用str函數 >>>B = b‘spam‘ >>>B.decode() ‘spam‘ >>>str(B, encode=‘asci‘) ‘spam‘ # str與bytearray的轉換 >>>S = ‘spam‘ >>>C = bytearray(S, ‘latin1‘) # 必須指明編碼 >>>C bytearray(b‘spam‘) # bytes與bytearray的轉換 >>>B = b‘spam‘ >>>C = bytearray(B) >>>C bytearray(b‘spam‘)
對於上面的由bytes轉換為str的例子，如果調用str函數不傳遞編碼參數‘ascii‘，那麽str函數並不是使用平臺的默認編碼，而是返回bytes對象的一個print string，看例子就明白了：
>>>B = b‘spam‘ >>>str(B) "b‘spam‘"
字面量的表示方法
1 Pyhon 2.X
在Python 2.X中，聲明字面量可以使用前綴b/B，u/U。其中對於Python 2.X來說，不使用前綴和使用前綴b/B的效果是一樣的，都表示str(或者bytes)類型，如果要表示unicode字符串，則必須帶前綴u/U。
2 Python 3.X
在Python 3.X中，聲明字面量可以使用b/B,u/U前綴。其中，對於Python 3.X來說，不使用前綴和使用前綴u/U的效果是一樣的，都表示str類型(也即unicode字符串)，如果要表示bytes類型，那麽必須加前綴b/B。但是需要註意一點的就是，u/U前綴在Python 3.0中不支持。
字面量中嵌入字符編碼
Python支持在字符串字面量中直接嵌入字符編碼，字符編碼的形式可以為\xNN，也可以是\uNNNN，也可以是\UNNNNNNNN。
1 Python 2.X
由於str類型(也即是bytes類型)在Python 2.X中是8bit的，因此只能使用\XNN的形式；對於unicode字符串，可以使用上面三種形式：
>>>S = ‘\x31‘ # 字符‘1‘的編碼為\x31 >>>S ‘1‘ >>>S = ‘\u0031‘ # \u形式不支持 >>>S ‘\\u0031‘ >>>S = ‘\U00000031‘ # \U形式不支持 >>>S ‘\\U00000031‘ >>>S = u‘\x31‘ >>>S u‘1‘ >>>S = u‘\u0031‘ >>>S u‘1‘ >>>S = ‘\U00000031‘ >>>S u‘1‘
2 Python 3.X
由於Python 3.X中str類型就是unicod的，所以支持上述三種形式，相反，Python 3.X中的bytes類型只支持\xNN：
>>>S = ‘\x31‘ >>>S ‘1‘ >>>S = ‘\u0031‘ >>>S ‘1‘ >>>S = ‘\U00000031‘ >>>S ‘1‘ >>>S = b‘\x31‘ >>>S b‘1‘ >>>S = b‘\u0031‘ #不識別 >>>S b‘\\u0031‘ >>>S = b‘\U00000031‘ #不識別 >>>S b‘\\U00000031‘
為了進一步的理解，我們可以使用len函數來看長度。對於Python 2.X和Python 3.X，凡是打印出字符‘1‘的，使用len計算長度都是1，凡是不識別的，對於\u形式，len計算的長度是6，對於\U形式，len計算的長度是10。
類型混用
1 Python 2.X
在Python 2.X中，如果unicode字符串與bytes類型(也即str類型)混用，如果bytes類型中只包含ASCII字符，那麽，Python自動將bytes類型轉換成unicode字符串：
>>>u‘ab‘ + ‘cd‘ u‘abcd‘ >>>u‘ab‘ + ‘cd\xef‘ # 含有非ASCII字符，不支持 UnicdoeDecodeError:‘ascii‘ codec can‘t decode byte 0xef in position 2:orinal not in range(120)
2 Python 3.X
unicode字符串與bytes類型混用，Python不會自動轉換，必須手動轉換成統一類型，要麽統一成unicode字符串，要麽統一成bytes類型。
Python中的字符串