约编码，Unicode和标准输出

Question

几个基本的问题说我这样做：

>>> 'é'  #1 
'\xc3\xa9' 
>>> u'é'  #2 
u'\xe9' 
>>> print u'é' #3 
é 

这是我的理解：

1. 当我粘贴'é'到我的Python会话，byteArray包含2 字节以某种方式降落到stdin，其中Python 读取。相同的字节发送到stdout并以十六进制形式显示。
2. 这次Python必须对字节进行解码：它读取sys.stdin.encoding，找到utf-8，并将2个字节解码为unicode。然后我不确定会发生什么。我们可以发送一个unicode字符串到stdout吗？或者，也许Python采用unicode代码点的十六进制表示，将其编码为utf-8并发送至stdout？
3. Python将2个字节解码为unicode。然后print再次编码utf-8并将结果发送到stdout。

我的理解是否正确？

Answer 1

Python交互式解释器回显任何表达式的结果，除非结果为None。回声总是使用repr() function创建一个可用的表示。在引擎盖下，物体有一个__repr__ special method，在这里完成所有的辛苦工作。

对于字符串，打印出的值可以直接在Python中使用以重新创建该字符串，并且任何不可打印的非ASCII字节都使用转义序列表示。例如，换行符变为\n，é的两个UTF-8字节用\xhh十六进制转义表示。

因此，点1，Python中确实收到两个字节从终端，存储在那些一个字符串，该字符串的表示由字符'，\，x，c，3等。如果你把它粘贴回Python，你会再次获得相同的字符串值。

对于2.，您创建了一个Unicode字符串对象。终端发送了两个UTF-8字节，但您现在告诉Python解析u'..'字符串文字，该文字的确使用sys.stdin.encoding解码。

Unicode字符串对象的表示形式是另一个字符串字面值，前缀为u，以显示它是Unicode字符串，而不是常规字符串。 U + 0080到U + 00FF（Latin 1范围）范围内的Unicode码点由\xhh转义码表示。 é是Unicode codepoint U+00E9，所以用\xe9表示。从U + 0100到U + FFFF的代码点使用\uhhhh表示，对于更高的代码点\Uhhhhhhhh被使用。

再一次，你可以复制这个表示，把它粘贴回Python，并再次得到完全相同的值。

print直接写入sys.stdout，如果你给print Unicode字符串对象，将使用sys.stdout.encoding其写入sys.stdout之前先编码Unicode字符串值的字节串。