約編碼，Unicode和標準輸出

Question

幾個基本的問題說我這樣做：

>>> 'é'  #1 
'\xc3\xa9' 
>>> u'é'  #2 
u'\xe9' 
>>> print u'é' #3 
é 

這是我的理解：

1. 當我粘貼'é'到我的Python會話，byteArray包含2 字節以某種方式降落到stdin，其中Python 讀取。相同的字節發送到stdout並以十六進制形式顯示。
2. 這次Python必須對字節進行解碼：它讀取sys.stdin.encoding，找到utf-8，並將2個字節解碼爲unicode。然後我不確定會發生什麼。我們可以發送一個unicode字符串到stdout嗎？或者，也許Python採用unicode代碼點的十六進制表示，將其編碼爲utf-8併發送至stdout？
3. Python將2個字節解碼爲unicode。然後print再次編碼utf-8並將結果發送到stdout。

我的理解是否正確？

Answer 1

Python交互式解釋器回顯任何表達式的結果，除非結果爲None。回聲總是使用repr() function創建一個可用的表示。在引擎蓋下，物體有一個__repr__ special method，在這裏完成所有的辛苦工作。

對於字符串，打印出的值可以直接在Python中使用以重新創建該字符串，並且任何不可打印的非ASCII字節都使用轉義序列表示。例如，換行符變爲\n，é的兩個UTF-8字節用\xhh十六進制轉義表示。

因此，點1，Python中確實收到兩個字節從終端，存儲在那些一個字符串，該字符串的表示由字符'，\，x，c，3等。如果你把它粘貼回Python，你會再次獲得相同的字符串值。

對於2.，您創建了一個Unicode字符串對象。終端發送了兩個UTF-8字節，但您現在告訴Python解析u'..'字符串文字，該文字的確使用sys.stdin.encoding解碼。

Unicode字符串對象的表示形式是另一個字符串字面值，前綴爲u，以顯示它是Unicode字符串，而不是常規字符串。 U + 0080到U + 00FF（Latin 1範圍）範圍內的Unicode碼點由\xhh轉義碼錶示。 é是Unicode codepoint U+00E9，所以用\xe9表示。從U + 0100到U + FFFF的代碼點使用\uhhhh表示，對於更高的代碼點\Uhhhhhhhh被使用。

再一次，你可以複製這個表示，把它粘貼回Python，並再次得到完全相同的值。

print直接寫入sys.stdout，如果你給print Unicode字符串對象，將使用sys.stdout.encoding其寫入sys.stdout之前先編碼Unicode字符串值的字節串。