第八部分

高级话题 第36章 Unicode和字节字符串

在本书的核心类型部分关于字符串的一章中 (第 章)，我有意地限制了大多数 7 P y t h o n

程序员需要了解的字符串话题的子集的范围。因为大多数程序员只是处理像A S C I I这样

的文本的简单形式，他们快乐地使用着Python 的基本的 字符串类型及其相关的操作， str

并且不需要掌握更加高级的字符串概念。实际上，这样的程序员很大程度上可以忽略

Python 3.0 中的字符串的变化，并且继续使用他们过去所使用的字符串。

另一方面，一些程序员处理更加专业的数据类型：非A S C I I 的字符串集、图像文件内

容，等等。对于这些程序员 (以及其他可能某一天加入这一队伍的程序员)，在本章

中，我们将介绍P y t h on字符串的其他内容，并且探讨P y t h on字符串模型中一些较为高级

的话题。

特别是，我们将介绍Python支持的Unicode文本的基础知识——在国际化应用程序中使用

的宽字符字符串，以及二进制数据——表示绝对的字节值的字符串。我们将看到，高级

的字符串表示法在Python 当前版本中已经产生了分歧：

· Python 3.0为二进制数据提供了一种替代字符串类型，并且在其常规的字符串类型 中支持 文本 ( 看作 的一种简单类型)。 Unicode ASCII Unicode

· Python 2.6为非ASCII Unicode文本提供了一种替代字符串类型，并且在其常规的字 符串类型中支持简单文本和二进制数据。

此外，由于P y t h o n 的字符串模式对于如何处理非A SC I I文件有着直接的影响，我们还将

在这里介绍相关话题的基础知识。最后，我们还将简单地看看一些高级字符串和二进制工具，例如模式匹配、对象pickle化、二进制数据包装和XML解析，以及Python 3.