在最新的Python 3版本中，字符串是以Unicode编码的，也就是说，Python的字符串支持多语言。

ord和chr

在 Python 中，对于单个字符编码处理有便捷的函数。ord () 函数能够获取字符的整数表示，而 chr () 函数则可将编码转换为对应的字符。例如：

print(ord('A'))  
print(ord('中'))  
print(chr(66))  
print(chr(25991))

若已知字符的整数编码，还可以用十六进制来表示字符串，如 '\u4e2d\u6587' 等同于 ' 中文 '。

Python 中的字符串类型 str 在内存中以 Unicode 形式存在，一个字符对应若干字节。当需要在网络传输或保存到磁盘时，需将 str 转换为以字节为单位的 bytes 类型。bytes 类型的数据在 Python 中用带 b 前缀的单引号或双引号表示，如 x = b'ABC'。要区分 'ABC'（str 类型）和 b'ABC'（bytes 类型），后者每个字符只占一个字节。

encode和decode

str 类型可通过 encode () 方法编码为指定的 bytes。例如：

print('ABC'.encode('ascii'))
print('中文'.encode('utf - 8'))
try:
    print('中文'.encode('ascii'))
except UnicodeEncodeError as e:
    print(e)

纯英文的 str 用 ASCII 编码为 bytes 时内容不变，含中文的 str 需用 UTF - 8 编码为 bytes，若用 ASCII 编码含中文的 str 会报错，因为中文编码超出了 ASCII 范围。在 bytes 中，无法显示为 ASCII 字符的字节用 \x## 表示。

反过来，从网络或磁盘读取的字节流为 bytes 类型，要将其转换为 str，需使用 decode () 方法。例如：

print(b'ABC'.decode('ascii'))
print(b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf - 8'))
try:
    print(b'\xe4\xb8\xad\xff'.decode('utf - 8'))
except UnicodeDecodeError as e:
    print(e)

若 bytes 中包含无法解码的字节，decode () 方法会报错，不过可以传入 errors = 'ignore' 来忽略错误字节，如：

print(b'\xe4\xb8\xad\xff'.decode('utf - 8', errors = 'ignore'))

计算 str 包含的字符数可使用 len () 函数。当处理 bytes 时，len () 函数计算字节数。例如：

print(len('ABC'))
print(len('中文'))
print(len(b'ABC'))
print(len(b'\xe4\xb8\xad\xe6\x96\x87'))
print(len('中文'.encode('utf - 8')))

可见，一个中文字符经 UTF - 8 编码通常占用 3 个字节，英文字符占 1 个字节。

结论：

在操作字符串时，常涉及 str 和 bytes 的相互转换，为避免乱码，应始终采用 UTF - 8 编码进行转换。

由于 Python 源代码是文本文件，若包含中文，保存时需指定为 UTF - 8 编码。并且通常在文件开头写上：

#!/usr/bin/env python3
# -*- coding: utf - 8 -*-

第一行注释用于告知 Linux/OS X 系统这是 Python 可执行程序（Windows 会忽略），第二行注释告诉 Python 解释器按 UTF - 8 编码读取源代码，否则中文输出可能乱码。需注意，声明了 UTF - 8 编码不代表.py 文件就是 UTF - 8 编码，还需确保文本编辑器使用 UTF - 8 编码。若.py 文件本身是 UTF - 8 编码且有上述声明，在命令提示符下测试可正常显示中文。