为什么在python中通过字符串声明unicode？

正如其他人所提到的，这是两件不同的事情。

当您指定 # -*- coding: utf-8 -*- 时，您是在告诉 Python 您保存的源文件是 utf-8。 Python 2 的默认值是 ASCII（对于 Python 3，它是 utf-8）。这只会影响解释器如何读取文件中的字符。

一般来说，无论编码是什么，将高 unicode 字符嵌入到文件中可能不是最好的主意；您可以使用字符串 unicode 转义，它适用于任何一种编码。

当您声明一个前面带有 u 的字符串时，例如 u'This is a string'，它会告诉 Python 编译器该字符串是 Unicode，而不是字节。这主要由解释器透明地处理；最明显的区别是您现在可以在字符串中嵌入 unicode 字符（即 u'\u2665' 现在是合法的）。您可以使用 from __future__ import unicode_literals 将其设为默认值。

这仅适用于 Python 2；在 Python 3 中默认为 Unicode，您需要在前面指定一个 b（如 b'These are bytes'，以声明一个字节序列）。

---

正如其他人所说，# coding: 指定保存源文件的编码。以下是一些示例来说明这一点：

保存在磁盘上的文件为 cp437（我的控制台编码），但未声明编码

b = 'über'
u = u'über'
print b,repr(b)
print u,repr(u)

输出：

  File "C:\ex.py", line 1
SyntaxError: Non-ASCII character '\x81' in file C:\ex.py on line 1, but no
encoding declared; see http://www.python.org/peps/pep-0263.html for details

添加了 # coding: cp437 的文件输出：

über '\x81ber'
über u'\xfcber'

起初，Python 不知道编码并抱怨非 ASCII 字符。一旦它知道编码，字节字符串就会得到实际在磁盘上的字节。对于 Unicode 字符串，Python 读取 \x81，知道在 cp437 中是 ü，并将其解码为 ü 的 Unicode 代码点，即 U+00FC。打印字节字符串时，Python 直接将十六进制值 81 发送到控制台。打印 Unicode 字符串时，Python 正确检测到我的控制台编码为 cp437，并将 Unicode ü 转换为 ü 的 cp437 值。

以 UTF-8 声明和保存的文件会发生以下情况：

├╝ber '\xc3\xbcber'
über u'\xfcber'

在 UTF-8 中，ü 被编码为十六进制字节 C3 BC，因此字节字符串包含这些字节，但 Unicode 字符串与第一个示例相同。 Python 读取这两个字节并正确解码。 Python 错误地打印了字节字符串，因为它将代表 ü 的两个 UTF-8 字节直接发送到我的 cp437 控制台。

此处文件声明为 cp437，但以 UTF-8 保存：

├╝ber '\xc3\xbcber'
├╝ber u'\u251c\u255dber'

字节字符串仍然获得磁盘上的字节（UTF-8 十六进制字节 C3 BC），但将它们解释为两个 cp437 字符而不是单个 UTF-8 编码字符。这两个字符被转换为 Unicode 代码点，并且所有内容都打印不正确。

---

这并没有设置字符串的格式；它设置文件的格式。即使使用该标头，"hello" 也是字节字符串，而不是 Unicode 字符串。要使其成为 Unicode，您将不得不在任何地方使用 u"hello"。标头只是提示在读取 .py 文件时使用什么格式。

---

标头定义是定义代码本身的编码，而不是运行时生成的字符串。

在没有 utf-8 标头定义的 python 脚本中放置像 2 这样的非 ascii 字符将引发警告

https://i.stack.imgur.com/Lr2qC.jpg

---

我制作了以下名为 unicoder 的模块，以便能够对变量进行转换：

import sys
import os

def ustr(string):

    string = 'u"%s"'%string

    with open('_unicoder.py', 'w') as script:

        script.write('# -*- coding: utf-8 -*-\n')
        script.write('_ustr = %s'%string)

    import _unicoder
    value = _unicoder._ustr

    del _unicoder
    del sys.modules['_unicoder']

    os.system('del _unicoder.py')
    os.system('del _unicoder.pyc')

    return value

然后在您的程序中，您可以执行以下操作：

# -*- coding: utf-8 -*-

from unicoder import ustr

txt = 'Hello, Unicode World'
txt = ustr(txt)

print type(txt) # <type 'unicode'>

---