字符串标志“ u”和“ r”到底是做什么的，什么是原始字符串文字？

当问这个问题时，我意识到我对原始字符串不了解很多。对于自称是Django培训师的人来说，这很糟糕。

我知道编码是什么，我知道什么是u''本身并因为我得到的是Unicode的。

但是r''到底是做什么的？它产生什么样的字符串？
最重要的是，这到底是什么ur''吗？
最后，有什么可靠的方法可以从Unicode字符串返回到简单的原始字符串？
啊，顺便说一句，如果你的系统和你的文本编辑器的字符集设置为UTF-8，并u''实际上做什么？

#1楼

“ u”前缀表示该值具有unicode类型而不是str类型。

带有“ r”前缀的原始字符串文字会转义其中的任何转义序列，因此len(r"\\n")为2。由于它们转义了转义序列，因此您不能在字符串文字后加上单个反斜杠：这不是有效的转义序列（例如r"\\" ）。

“原始”不是该类型的一部分，它只是表示值的一种方式。例如， "\\\\n"和r"\\n"是相同的值，就像32 ， 0x20 ，和0b100000是相同的。

您可以使用unicode原始字符串文字：

>>> u = ur"\n"
>>> print type(u), len(u)
<type 'unicode'> 2

源文件编码仅决定如何解释源文件，否则不会影响表达式或类型。但是，建议避免使用非ASCII编码会改变含义的代码：

使用ASCII的文件（对于Python 3.0，则为UTF-8）应该没有编码cookie。只有在注释或文档字符串需要提及需要使用Latin-1的作者姓名时，才应使用Latin-1（或UTF-8）。否则，使用\\ x，\\ u或\\ U转义是在字符串文字中包含非ASCII数据的首选方法。

#2楼

python中的字符串有两种类型：传统的str类型和更新的unicode类型。如果键入字符串文字，而前面没有u ，则将得到旧的str类型，该类型存储8位字符，而前面带有u ，则将获得较新的unicode类型，该类型可以存储任何Unicode字符。

r根本不改变类型，它只是改变了字符串文字的解释方式。如果没有r ，则将反斜杠视为转义字符。使用r ，反斜杠被视为文字。无论哪种方式，类型都是相同的。

ur当然是Unicode字符串，其中反斜杠是文字反斜杠，而不是转义码的一部分。

您可以尝试使用str()函数将Unicode字符串转换为旧字符串，但是如果有任何Unicode字符无法在旧字符串中表示，则会出现异常。如果愿意，可以先用问号替换它们，但是当然这会导致这些字符不可读。如果要正确处理unicode字符，建议不要使用str类型。

#3楼

实际上并没有任何“原始字符串 ”。有原始字符串文字 ，它们恰好是在引号前用'r'标记的字符串文字。

“原始字符串文字”与字符串文字的语法略有不同，其中反斜杠\\表示“只是反斜杠”（除非在引号之前出现否则将终止该文字）–没有用于表示换行符，制表符，退格键，换页符等的“转义序列”。在普通的字符串文字中，每个反斜杠必须加倍，以避免被当作转义序列的开始。

之所以存在此语法变体，主要是因为正则表达式模式的语法带有反斜杠（但不会在结尾处加重），但是上面的“ except”子句无关紧要，当您避免将它们每个加倍时，它看起来会更好一些- - 就这样。表达本机Windows文件路径（使用反斜杠代替其他平台上的常规斜杠）也引起了人们的欢迎，但这很少需要（因为正常斜杠在Windows上也可以正常工作）并且不完美（由于“ except”子句）以上）。

r'...'是字节字符串（在Python 2. *中）， ur'...'是Unicode字符串（同样在Python 2. *中），其他三种引用中的任何一种也可以精确地产生相同类型的字符串（例如r'...' ， r'''...''' ， r"..." ， r"""..."""都是字节字符串，并且依此类推）。

不确定您“ 返回 ”的意思-本质上没有前后方向，因为没有原始字符串类型，它只是一种表示完全正常的字符串对象，字节或Unicode的替代语法。

是的，在Python 2 *， u'...' 是当然总是从不同的只是'...' -前者是一个unicode字符串，后者是一个字节的字符串。文字表达的编码方式可能是完全正交的问题。

例如，考虑一下（Python 2.6）：

>>> sys.getsizeof('ciao')
28
>>> sys.getsizeof(u'ciao')
34

Unicode对象当然会占用更多的存储空间（很短的字符串，很明显，;-差别很小）。

#4楼

让我简单地解释一下：在python 2中，您可以将字符串存储为2种不同的类型。

第一个是ASCII ，它是python中的str类型，它使用1个字节的内存。（256个字符，将主要存储英语字母和简单符号）

第二种类型是UNICODE ，它是python中的unicode类型，它使用2个字节的内存。（65536个字符，因此包括地球上所有语言的所有字符）

默认情况下，python将更喜欢str类型，但是如果您想将字符串存储为unicode类型，则可以将u置于u'text'之类的文本前面，也可以通过调用unicode（'text'）

因此，u是刚刚打电话投STR功能为Unicode一小段路。而已！

现在r部分，将其放在文本前面以告诉计算机该文本是原始文本，反斜杠不应是转义字符。 r'\\ n'不会创建换行符。只是包含2个字符的纯文本。

如果要将str转换为unicode并将原始文本也放入其中，请使用ur，因为ru会引发错误。

现在，重要的部分：

您不能使用r来存储一个反斜杠，这是唯一的例外。因此，此代码将产生错误： r'\\'

要存储反斜杠（仅一个），您需要使用“ \\\\”

如果要存储1个以上的字符，则仍可以使用r，如r'\\\\'一样，将产生2个反斜杠，如您所愿。

我不知道r无法与一个反斜杠存储一起使用的原因，但是至今尚未有人描述。我希望这是一个错误。

#5楼

也许这很明显，也许不是，但是您可以通过调用x = chr（92）来使字符串“ \\”

x=chr(92)
print type(x), len(x) # <type 'str'> 1
y='\\'
print type(y), len(y) # <type 'str'> 1
x==y   # True
x is y # False

#6楼

Unicode字符串文字

Unicode字符串文字（带u前缀的字符串文字）在Python 3中不再使用。它们仍然有效，但仅出于与Python 2 兼容的目的。

原始字符串文字

如果要创建仅由易于键入的字符（例如英文字母或数字）组成的字符串文字，则只需键入以下内容即可： 'hello world' 。但是，如果您还想包含一些其他奇特的字符，则必须使用一些解决方法。解决方法之一是转义序列。这样，例如，您只需在字符串文字中添加两个易于键入的字符\\n即可在字符串中表示新行。因此，当您打印'hello\\nworld'字符串时，单词将打印在单独的行上。非常方便！

另一方面，在某些情况下，您想创建一个包含转义序列的字符串文字，但又不希望它们由Python解释。您希望它们变得生硬。看下面的例子：

'New updates are ready in c:\windows\updates\new'
'In this lesson we will learn what the \n escape sequence does.'

在这种情况下，您可以在字符串文字前加上r字符，例如： r'hello\\nworld' ，Python不会解释任何转义序列。字符串将完全按照您创建的样子打印。

原始字符串文字不是完全“原始”吗？

许多人期望原始字符串文字是原始的，因为“ Python会忽略引号之间的任何内容” 。那是不对的。 Python仍然可以识别所有转义序列，只是不解释它们-而是使它们保持不变。这意味着原始字符串文字仍然必须是有效的字符串文字 。

根据字符串文字的词汇定义：

string     ::=  "'" stringitem* "'"
stringitem ::=  stringchar | escapeseq
stringchar ::=  <any source character except "\" or newline or the quote>
escapeseq  ::=  "\" <any source character>

很明显，包含单引号字符： 'hello'world'或以反斜杠： 'hello world\\'结尾的字符串文字（无论是否原始）都是无效的。

#7楼

“原始字符串”表示将其存储为原样。例如， '\\'仅是反斜杠，而不是转义。