这里涉及Python功能的多个部分： 读取源代码并解析字符串文字 ， 转码 和 打印 。每个都有自己的约定。

简短答案：

• 出于代码解析的目的：
  • str（Py2）-不适用，从文件中获取原始字节
  • unicode（Py2）/ str（Py3）-“源编码”，默认为ascii（Py2）和utf-8（Py3）
  • bytes（Py3）-无，非ASCII字符在文字中被禁止
• 为了进行转码：
  • both（Py2）- sys.getdefaultencoding()（ascii几乎总是）
  • 存在隐式转换，通常会导致UnicodeDecodeError/UnicodeEncodeError
  • both（Py3）-无，在转换时必须明确指定编码
• 出于I / O的目的：
  • unicode（Py2）-<file>.encoding如果设置，否则sys.getdefaultencoding()
  • str（Py2）-不适用，写入原始字节
  • str（Py3）- <file>.encoding，始终设置，默认为locale.getpreferredencoding()
  • bytes（Py3）-没有，而是print产生它repr()

首先，对一些术语进行澄清，以便您正确理解其余内容。 解码 是从 字节 到 字符（Unicode或其他）的转换 ，而 编码
（作为一个过程）则相反。请参阅绝对最低知识，每个软件开发人员绝对，肯定必须了解Unicode和字符集（无借口！）– Joel on
Software以获得与众不同。

现在…

读取源代码并解析字符串文字

在源文件的开头，您可以指定文件的“源编码”（其确切效果将在后面说明）。如果未指定，则默认值为asciiPython
2和utf-8Python3。UTF-8BOM与utf-8编码声明具有相同的作用。

Python 2

Python
2将源作为原始字节读取。看到Unicode文字时，它仅使用“源编码”来解析Unicode文字。（这比实际情况要复杂得多，但这是实际效果。）

> type t.py
#encoding: cp1251
s = "абвгд"
us = u"абвгд"
print repr(s), repr(us)
> py -2 t.py
'\xe0\xe1\xe2\xe3\xe4' u'\u0430\u0431\u0432\u0433\u0434'

<change encoding declaration in the file to cp866, do not change the contents>
> py -2 t.py
'\xe0\xe1\xe2\xe3\xe4' u'\u0440\u0441\u0442\u0443\u0444'

<transcode the file to utf-8, update declaration or replace with BOM>
> py -2 t.py
'\xd0\xb0\xd0\xb1\xd0\xb2\xd0\xb3\xd0\xb4' u'\u0430\u0431\u0432\u0433\u0434'

因此， 常规字符串将包含文件中的确切字节。 而 Unicode字符串将包含“源编码”解码文件的字节的结果。

如果解码失败，您将得到一个SyntaxError。如果在未指定编码的情况下文件中包含非ASCII字符，则相同。最后，如果使用unicode_literalsfuture，那么解析时任何常规字符串文字（仅在该文件中）都将被视为Unicode文字，这意味着所有意义。

Python 3

Python
3使用“源编码”将整个源文件解码为一系列Unicode字符。此后将进行任何解析。（特别是，这使得在标识符中包含Unicode成为可能。）由于所有字符串文字现在都是Unicode，因此不需要其他转码。在字节字面量中，禁止使用非ASCII字符（此类字节必须使用转义序列指定），从而完全避免了该问题。

转码

根据开始时的说明：

• str（Py2）/ bytes（Py3）- 字节 =>只能是decoded （直接，即;详细信息如下）
• unicode（Py2）/ str（Py3）- 字符 =>只能是encoded

Python 2

在这两种情况下，如果未指定编码，sys.getdefaultencoding()则使用。它ascii
（除非你取消注释代码块site.py，或做一些其他的黑客这是一个灾难）。因此，
出于代码转换的目的，sys.getdefaultencoding()是“字符串的默认编码”。

现在，有一个警告：

• 当转换时， adecode()和encode()-使用默认编码-隐式完成str<->unicode：

  • 以字符串格式（SO的UnicodeDecodeError/UnicodeEncodeError问题的三分之一与此有关）
  • 尝试encode()astr或decode()a时unicode（SO问题的第二三分之一）

Python 3

根本没有“默认编码”：str和之间的隐式转换bytes现在被禁止。

• bytes只能decoded和str- encoded，和encoding参数是强制性的。
• 转换bytes->str（包括隐式）产生了它repr()（仅对调试打印有用），从而完全避免了编码问题
• str->bytes禁止转换

列印

这件事与变量的值无关，但与它被printed时在屏幕上看到的内容有关，以及与ingUnicodeEncodeError时是否会得到一个变量有关print。

Python 2

• 如果设置了A，unicode则为encoded <file>.encoding；否则，将其隐式转换str为以上所述。（UnicodeEncodeErrorSO问题的最后三分之一属于此处。）
  • 对于标准流，在启动时会从各种特定于环境的来源中猜测流的编码，并且可以用PYTHONIOENCODINGenvvar覆盖它。
• str的字节原样发送到OS流。您将在屏幕上看到的具体字形取决于终端的编码设置（如果类似UTF-8，则如果打印无效的UTF-8字节序列，您可能什么也看不到）。

Python 3

更改为：

• 现在file以文本vs二进制打开，以mode本机接受str或bytes，相应地，并且完全拒绝处理错误的类型。文本模式文件始终有一个encoding设置，locale.getpreferredencoding(False)即默认设置。
• print对于文本流，仍然将所有内容隐式转换为str，在按照上述方式bytes打印时repr()，完全避免了编码问题