Derek谭伟华
在Python里，'测'='\xe6\xb5\x8b'，而u'测'=u'\u6d4b\u8bd5'。迷惑的就是u'测'其实是unicode类实例，此类实现了__str__（类似于toString)，用code point来展现此unicode string而已，与编码无关。但此类的内部肯定是需要实现某种编码来存储这个string的，至于是UTF16还是UTF32与编译器有关。 展开全文年前研究过UTF8，那时候烂熟于胸。今天遇到一个unicode的bug，又是记不清了。有几个概念，首先字符的code point是不变的，可以理解U+hhhh是逻辑层次的东西，所以在表现层一般都用这样展现unicode。UTF-8是编码的实现方式，物理层面上的存储无非是字符序列，要正常处理需要告诉系统这是UTF-8编码。 展开全文转发 1评论 0 原微博