我们知道,Python2.X版本的字符串有两种:字符串和Unicode字符串。因为这两种字符串类型,导致无数的本地化应用出现字符串类型的错误。而现在,Python3.0的字符串全部采纳Unicode方案,并强化了b类型字符序列概念,并将字符序列和字符串进行了区分,不能执行+
操作。
本地化编程
这个变化不但解决了长久以来的字符串兼容问题,而且让我们在编程过程中可以使用非英文字符作为变量名,如下:
In [1]: 打印函数 = print
In [2]: def 测试函数(变量): # 注意,函数的括号必须是半角的,也就是英文输入法下的括号
...: 打印函数(变量)
...:
In [3]: 名字 = 'Python3要翻天' # 空格、等号和引号也必须用半角的
In [4]: 测试函数(名字)
Python3要翻天
虽然在实际编程中,大部分情况下都使用英文作为变量名,但是不排除在教育行业以及本地化项目中使用这种编程风格。
类型区别
虽然全面使用了unicode字符串,但是在Python解释器中,其类型的名称已经改成了str
,以表示其普遍性。
字符串和字符序列的类型区别如下:
In [10]: a = '1'
In [11]: a.__class__
Out[11]: str
In [12]: b = b'1'
In [13]: b.__class__
Out[13]: bytes
In [14]: a + b
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-22-f96fb8f649b6> in <module>()
----> 1 a + b
TypeError: Can't convert 'bytes' object to str implicitly
使用区别
字符串和字符序列被区分成文本和数据,因此,在程序内部交互中,使用字符串更加方便,一旦需要进行IO交互,则可能会使用到字符序列了。不过,大部分接口支持接受字符串作为输入,并自动将其编码为默认编码的字符序列。
示例如下:
In [15]: sys.getdefaultencoding() # 获取平台的默认编码
Out[15]: 'utf-8'
In [16]: with open('test.file', 'w') as f: ## 默认编码为平台的默认编码
....: f.write('测试文本')
....:
In [17]: with open('test.file', 'wb') as f: ## 直接写入字符序列,不用理会编码问题
....: f.write('测试文本'.encode('utf-8'))
....: