Python中str与unicode字符串拼接详解

str字符串

s = '中文'  # s: <type 'str'>

变量s是一个str类型的对象，其中包含中文字符。其底层存储方式为字节码。具体的字节码存储逻辑如下：

若该行代码直接在Python解释器中输入并运行，则变量s的编码格式将遵循当前解释器的默认编码设置；

若该行代码写入源码文件并保存后执行，解释器在载入代码时会将变量s初始化为文件头部指定的编码格式（例如py文件开头声明的utf-8编码）；

unicode对象字符串

Unicode是一种字符编码标准，其具体实现可能包括UTF-8、UTF-16、GBK等。这正是中文字符串与Unicode紧密相关的原因。

Python内部使用两个字节来存储一个unicode对象（注意：unicode对象不仅限于字符串，这两个字节还可存储其他数据）。之所以选择Unicode而非str，主要考虑到中文转码的需求，因为Unicode具有便于跨平台使用的优势。

s1 = u'中文'     # s1: <type 'unicode'>
s2 = unicode('中文', 'utf-8') # utf8是在指定解码方式, s2: <type 'unicode'>

str字符串与unicode字符串的拼接

只要掌握正确的decode（解码）和encode（编码）方法，将字符串统一为相同的编码格式，即可顺利实现拼接操作。

# -*- coding: utf-8 -*-
 
s1 = '中文'
s2 = u'你好'
print s1 + unicode(s2, 'utf-8') # 中文你好
print s1 + s2.decode('utf-8')  # 中文你好
print s1.encode('utf-8') + s2  # 中文你好
 
print type(s1)     # <type 'str'>
print type(s2)     # <type 'unicode'>
print type(s1.decode('utf-8')) # <type 'unicode'>
print type(s2.encode('utf-8')) # <type 'str'>

处理str字符串时，需关注当前环境的编码方式，这可能是控制台预设的编码，也可能是代码中明确指定的编码（具体取决于代码的执行环境）。

对于unicode对象，通常是通过decode操作获得的。直接定义如【u'你好'】的情况相对较少，因此需特别注意字符串的来源编码，例如是从GBK文件还是UTF-8文件中读取的数据。

以上关于Python中str字符串与unicode对象字符串拼接的探讨即为全部内容，希望能为大家提供参考，也希望大家多多支持本站。