Python-3中字符串编码的\x、\u和\U有什么区别？为什么会有这些差异？

Question

为什么Python 3中有不同的字节向字符串表示形式？使用单个表示形式而不是多个表示形式是否已经足够了呢？

对于ASCII范围内的数字打印，字符串显示以\x开头的序列：

 In [56]: chr(128)
 Out[56]: '\x80'

在另一种数字范围中，Python使用以\u开头的序列。

In [57]: chr(57344)
Out[57]: '\ue000'

但是在最高范围的数字，即截至目前的最大Unicode数值，它使用前导\U：

In [58]: chr(1114111)
Out[58]: '\U0010ffff'

- MaNKuR

Answer 1

Python会为字符串提供一个表示，并对于不可打印的字符使用最短的可用转义序列。例如，\x80与\u0080或\U00000080是相同的字符，但\x80更短。对于chr(57344)，最短的符号是\ue000，你不能使用\xhh表示相同的字符，因为该符号只能用于\0xFF以下的字符。

对于某些字符，甚至有单字母符号，如\n表示换行，\t表示制表符。

由于历史和实际原因，Python具有多种符号选项。在字节串中，您只能创建0-255范围内的字节，所以在无法使用该符号的全范围时，\xhh比到处都要使用\U000hhhhh更简洁且更有帮助，而\xhh和\n等相关符号对于其他语言的程序员来说是熟悉的。

- Martijn Pieters

---

@MaNKuR：不是因为\U语法是固定宽度吗？它需要8个十六进制字符；而\u语法只需要4个。如果它们采用可变数量的十六进制字符，那么你就不能在其后跟随其他ASCII字母或数字，这些字母或数字恰好具有十六进制意义，但不是转义序列的一部分。 - Martijn Pieters

@MaNKuR：\U是8个十六进制字符，因为Unicode标准可能会扩展到需要所有这些数字。仅因今天的最大码点是\U0010FFFF并不意味着未来的Unicode标准更新永远不会达到\UFFFFFFFF。 - Martijn Pieters

我还是困惑，\u00a3和\xa3对于符号£来说是相同的。但是\ua3不能工作吗？ - mingchau

@mingchau说\ua3无法工作，因为它不是有效的\uhhhh转义序列，Python不接受更短的形式。这是因为接受更短的转义会非常令人困惑，比如文本'Hello \ua3darling'中包含了转义序列\ua、\ua3、\ua3d还是\ua3da？ - Martijn Pieters

如果一个字符串混合了所有这些，会怎样？ - Vishal Kumar Sahu