根據維基百科定義：字符串是由零個或多個字符組成的有限序列。而在Python 3中，它有著更明確的意思：字符串是由Unicode碼點組成的不可變序列（Strings are immutable sequences of Unicode code points.）

    字符串序列是一種不可變序列，這意味著它不能像可變序列一樣，進行就地修改。例如，在字符串“Python”的基礎上拼接“Cat”，得到字符串“PythonCat”，新的字符串是一個獨立的存在，它與基礎字符串“Python”并沒有關聯關系。

    字符串這種序列與其它序列（如列表、元組）的不同之處在于，它的“元素”限定了只能是Unicode碼點。Unicode碼點是什么呢？簡單理解，就是用Unicode編碼的字符。那字符是什么呢？字符是人類書寫系統的各類符號，例如阿拉伯數字、拉丁字母、中文、日文、藏文、標點符號、控制符號（換行符、制表符等）、其它特殊符號（@#￥%$*等等）。那Unicode編碼又是什么呢？Unicode別名是萬國碼、國際碼，它是一種適用性最廣的、將書寫字符編碼為計算機數字的標準。

    重所周知，在最底層的計算機硬件世界里，只有0和1。那么，怎么用這個二進制數字，來表示人類的文化性的字符呢？這些字符數量龐大，而且還在日益增長與變化，什么樣的編碼方案才是最靠譜的呢？

    歷史上，人類創造了多種多樣的字符編碼標準，例如ASCII（1963年）編碼，以西歐語言的字符為主，它的缺點是只能編碼128個字符；例如GB2312（1981年），這是中國推出的編碼標準，在兼容ASCII標準的基礎上，還加入了對日文、俄文等字符的編碼，但缺點仍是編碼范圍有限，無法表示古漢語、繁體字及更多書寫系統的字符。

    Unicode編碼標準于1991年推出，至今迭代到了第11版，已經能夠編碼146個書寫系統的130000個字符，可謂是無所不包，真不愧是“國際碼”。Unicode編碼其實是一個二進制字符集，它建立了從書寫字符映射成唯一的數字字符的關系，但是，由于各系統平臺對字符的理解差異，以及出于節省空間的考慮，Unicode編碼還需要再做一次轉換，轉換后的新的二進制數字才能作為實際存儲及網絡傳輸時的編碼。

    這種轉換方式被稱為Unicode轉換格式（Unicode Transformation Format，簡稱為UTF），它又細分為UTF-8、UTF-16、UTF-32等等方式。我們最常用的是UTF-8。為什么UTF-8最常用呢？因為它是可變長度的編碼方案，針對不同的字符使用不同的字節數來編碼，例如編碼英文字母時，只需要一個字節（8個比特），而編碼較復雜的漢字時，就會用到三個字節（24個比特）。

    二進制的編碼串可以說是給機器閱讀的，為了方便，我們通常會將其轉化為十六進制，例如“中”字的Unicode編碼可以表示成0x4e2d ，其UTF-8編碼可以表示為0xe4b8ad，'0x'用于開頭表示十六進制，這樣就簡潔多了。不過，UTF-8編碼的結果會被表示成以字節為單位的形式，例如“中”字用UTF-8編碼后的字節形式是\xe4\xb8\xad 。

    Python中為了區分Unicode編碼與字節碼，分別在開頭加“u”和“b”以示區分。在Python 3中，因為Unicode成了默認編碼格式，所以“u”被省略掉了。

    本文由培訓無憂網牛耳教育專屬課程顧問整理發布，希望能夠對想學習長沙Python開發培訓的同學有所幫助。更多Python開發培訓課程歡迎關注培訓無憂網Python開發培訓頻道或添加老師微信：15033336050

      注：尊重原創文章,轉載請注明出處和鏈接 http://m.dedgn.cn/news-id-6636.html 違者必究！部分文章來源于網絡由培訓無憂網編輯部人員整理發布,內容真實性請自行核實或聯系我們，了解更多相關資訊請關注python培訓頻道查看更多，了解相關專業課程信息您可在線咨詢也可免費申請試課。關注官方微信了解更多：150 3333 6050