学习 Python：强大的面向对象编程（第 5 版）本章的范围——Unicode：简要概述
对那些关心Unicode的读者来说，我也愿意提供其影响的快速小结和未来研究的指引。从一个普通的角度，ASCII是Unicode文本的一种简单形式，但只是许多可能的编码和字母表之一。来自非英语国家的文本可能使用非常不同的文本，且在存储在文件中时可能编码得非常不同。
如第4章中所见：Python通过区分文本和二进制数据来解决这个问题，对文本和二进制使用不同的字符串对象类型和文件接口。这种支持根据版本系列而异（译注：因时间关系，从目前开始，只翻译3系列的，2系列的只保留原文备查，下同）：
- 在Python 3系列中，有三种字符串类型：
str适用于Unicode文本（包括ASCII)，bytes适用于二进制数据（包括编码的文本），和bytearray是bytes的一种可变的变体。文件工作在两种模式下：text，它以str代表内容且实现Unicode编码；binary，它用原始字节处理且不进行数据翻译(编码)。 - In Python 2.X, unicode strings represent Unicode text, str strings handle both 8-bit text and binary data, and bytearray is available in 2.6 and later as a back-port from 3.X. Normal files’ content is simply bytes represented as str, but a codecs module opens Unicode text files, handles encodings, and represents content as unicode objects.
尽管有这些版本差异，如果且当你不需要关心Unicode时，将发现它是相对小的扩展——一旦文本在内存中，它就是一个Python字符的字符串，支持将在本章中学习的所有基础知识。事实上，Unicode的主要区别通常在于写入写出文件所需的翻译（编码）步骤。除了那个，很大程度上只是字符串处理。
然而，再说一次，因为大多数程序员最初不需要掌握Unicode细节，我已经将大多数内容移到了第37章。当准备好学习这些更高级的字符串概念时，我鼓励你在读完这里的字符串基础材料后，去学习第4章中的预览和第37章中的Unicode和字节的完整披露。
对本章而言，将重点关注基本的字符串类型和其操作。将发现：这里学习的技术也将直接应用于Python工具集中的更高级字符串类型。
关于 LearnKu
粤公网安备 44030502004330号
推荐文章：