Python中Unicode字符串

最早的计算机在设计时采用8个比特（bit）作为一个字节（byte），所以，一个字节能表示的最大的整数就是255（二进制11111111=十进制255），0 - 255被用来表示大小写英文字母、数字和一些符号，这个编码表被称为ASCII编码，比如大写字母 A 的编码是65，小写字母 z 的编码是122。

如果要表示中文，显然一个字节是不够的，至少需要两个字节，而且还不能和ASCII编码冲突，所以中国制定了GB2312编码，用来把中文编进去。

为了统一所有文字的编码，Unicode应运而生，Unicode把所有语言都统一到一套编码里，这样就不会再有乱码问题了。Unicode通常用两个字节表示一个字符，原有的英文编码从单个字节变成双字节，只需要把高字节全部填为0就可以了。

由于python的诞生比Unicode发布的时间还要早，所以最早的python只支持ASCII编码，普通的字符串'ABC'在python内部都是ASCII编码的。

python在后来添加了对Unicode的支持，以Unicode表示的字符串用u'...'表示，比如：

print u'中文' #====》中文

注意：不加u，中文就不能正常显示

Unicode字符串除了多了一个u之外，与普通字符串没啥区别，转义字符和多行表示法仍然有效；

转义： u'中文\n日文\n韩文'

多行：

u'''第一行

第二行'''

raw+多行：

ur'''python的Unicode字符串支持"中文"，

"日文"，

"韩文"等多种语言'''

如果中文字符串在python环境下遇到UnicodeDecodeError,这是因为.py文件保存的格式有问题。可以在第一行添加注释

# -*- coding:utf-8 -*-

目的就是告诉python解释器，用UTF-8编码读取源代码。然后用Notepad++另存为...并选择UTF-8格式保存。

==========================================

用多行Unicode字符串表示下面的唐诗并打印：

静夜思

床前明月光，

疑是地上霜。

举头望明月，

低头思故乡。

-------------------------------------------------------

# -*- coding: utf-8 -*-

print '''静夜思

床前明月光，

疑是地上霜。

举头望明月，

低头思故乡。'''