“u”和“r”string标记究竟做什么，以及什么是原始string文字？
当问这个问题时 ，我意识到我对原始string的了解不多。 对于自称是Django教练的人来说，这很糟糕。
我知道什么是编码，而且我知道自己得到什么是Unicode。
但是， r做了什么？ 它会导致什么样的string？
而最重要的是，你到底做了什么？
最后，是否有任何可靠的方法从Unicodestring返回到一个简单的原始string？
嗯，顺便说一下，如果你的系统和你的文本编辑器字符集设置为UTF-8， u真的做了什么？
没有任何“原始string ”; 有原始的string文字 ，正是在开始引号之前用'r'标记的string文字。
一个“原始string文字”是一个string文字稍微不同的语法，其中一个反斜杠\ ，被认为是“只是一个反斜杠”（除非它正好在一个引号之前，否则会终止文字）没有“转义序列”来表示换行符，制表符，退格符，表单提要等等。 在正常的string文字中，每个反斜杠必须加倍以避免被当作转义序列的开始。
这种语法变体的存在主要是因为正则expression式模式的语法是反斜杠（但从来没有在最后，所以上面的“except”子句并不重要），而且当你避免每一个都加倍时， – 就这样。 它也得到了一些stream行的expression本地Windows文件path（反斜杠，而不是像其他平台上的正常斜线），但这是非常less需要的（因为正常的斜线大多在Windows上工作正常）和不完善（由于“except”子句以上）。
r'...'是一个字节string（在Python 2. *中）， ur'...'是一个Unicodestring（同样在Python 2. *中），而其他三种引用中的任何一种相同types的string（例如r'...' ， r'''...''' ， r"..." ， r"""..."""都是字节串，如此）。
不确定“ 回头 ”是什么意思 – 没有内在的前后方向，因为没有原始的stringtypes ，它只是一个替代的语法来expression完全正常的string对象，字节或unicode，因为它们可能是。
是的，在Python 2. *中， u'...'当然总是不同于'...' – 前者是一个unicodestring，后者是一个字节string。 什么编码的文字可能会expression是一个完全正交的问题。
例如，考虑（Python 2.6）：
>>> sys.getsizeof('ciao') 28 >>> sys.getsizeof(u'ciao') 34
Unicode对象当然需要更多的内存空间（对于一个非常短的string，显然是非常小的差异;-)。
Python中有两种types的string：传统的strtypes和较新的unicodetypes。 如果你在前面input一个没有u的string，你将得到一个存储8位字符的旧的strtypes，在前面你得到一个新的unicodetypes，它可以存储任何Unicode字符。
r根本不改变types，只是改变了string的解释方式。 没有r ，反斜杠被视为转义字符。 与r ，反斜杠被视为文字。 无论哪种方式，types是相同的。
ur当然是一个Unicodestring，其中反斜杠是文字反斜杠，而不是转义代码的一部分。
您可以尝试使用str()函数将Unicodestring转换为旧string，但是如果有任何unicode字符无法在旧string中表示，则会发生exception。 如果您愿意，可以先用问号replace它们，但当然这会导致这些字符不可读。 如果你想正确处理unicode字符，build议不要使用strtypes。
'原始string'意味着它被存储。 例如，'\'只是一个反斜杠而不是转义。
“u”前缀表示该值具有typesunicode而不是str 。
带有“r”前缀的原始string文字，转义其中的任何转义序列，因此len(r"\n")是2.因为它们转义转义序列，所以不能用一个反斜杠结束string文字：那不是有效的转义序列（例如r"\" ）。
“原始”不是types的一部分，它只是表示价值的一种方式。 例如， "\\n"和r"\n"是相同的值，就像0b100000和0b100000是相同的。
你可以有unicode原始string文字：
>>> u = ur"\n" >>> print type(u), len(u) <type 'unicode'> 2
源文件编码只是决定如何解释源文件，否则不会影响expression式或types。 但是， build议避免使用ASCII以外的编码来改变含义的代码：
使用ASCII（或UTF-8，用于Python 3.0）的文件不应该有编码cookie。 只有当评论或文档string需要提及需要拉丁语-1的作者姓名时，才应使用Latin-1（或UTF-8）; 否则，使用\ x，\ u或\ U转义是将非ASCII数据包含在string文本中的首选方式。
让我简单地解释一下：在Python 2中，可以将string存储为2种不同的types。
第一个是在Python中是strtypes的ASCII ，它使用1个字节的内存。 （256个字符，大部分会存储英文字母和简单符号）
第二种types是python中的unicodetypes的UNICODE ，它使用2个字节的内存。 （65536个字符，所以这包括地球上所有语言的所有字符）
默认情况下，python会更喜欢strtypes，但是如果你想以unicodetypes存储string，你可以把u放在文本前面，比如u'text'，或者你可以通过调用unicode（'text'）来实现。
所以你只是一个简单的方法来调用一个函数来投送到Unicode 。 而已！
现在r部分，你把它放在文本的前面告诉计算机，文本是原始文本，反斜杠不应该是一个逃避字符。 r'\ n'不会创build新的行字符。 这只是包含2个字符的纯文本。
如果你想将str转换为unicode，并且在那里放入原始文本，请使用ur，因为ru会引发错误。
现在，重要的部分：
你不能使用r来存储一个反斜杠，这是唯一的例外。 所以这段代码会产生错误： r'\'
要存储一个反斜杠（只有一个），你需要使用'\\'
如果你想存储超过1个字符，你仍然可以像r'\'那样使用r，如你所期望的那样会产生2个反斜杠。
我不知道r为什么不能在一个反斜杠存储中工作的原因，但是原因还没有被任何人描述。 我希望这是一个错误。
也许这是显而易见的，也许不是，但你可以通过调用x = chr（92）来创buildstring'\'
x=chr(92) print type(x), len(x) # <type 'str'> 1 y='\\' print type(y), len(y) # <type 'str'> 1 x==y # True x is y # False
