使用 Python 2.7，我想知道使用 typeunicode而不是有什么真正的优势str，因为它们似乎都能够保存 Unicode 字符串。除了能够unicode使用转义字符在字符串中设置 Unicode 代码之外，还有什么特殊原因\吗？：
执行一个模块：
# -*- coding: utf-8 -*-
a = 'á'
ua = u'á'
print a, ua
结果：á，á
编辑：
使用 Python shell 进行更多测试：
>>> a = 'á'
>>> a
'\xc3\xa1'
>>> ua = u'á'
>>> ua
u'\xe1'
>>> ua.encode('utf8')
'\xc3\xa1'
>>> ua.encode('latin1')
'\xe1'
>>> ua
u'\xe1'
因此，unicode字符串似乎是使用latin1而不是编码的utf-8，而原始字符串是使用编码的utf-8？我现在更迷茫了！:S
unicode旨在处理文本。文本是可能大于单个字节的代码点序列。文本可以以特定编码进行编码，以将文本表示为原始字节（例如， ... ）。utf-8latin-1
请注意，unicode 未编码！python使用的内部表示是一个实现细节，你不应该关心它，只要它能够表示你想要的代码点。
相反str，在 Python 2 中是一个普通的bytes序列。它不代表文字！
您可以将其unicode视为某些文本的一般表示，可以以多种不同的方式将其编码为通过 表示的二进制数据序列str。
注意：在 Python 3 中，unicode已重命名为，str并且有一个新bytes类型用于纯字节序列。
您可以看到的一些差异：
>>> len(u'à') # a single code point
1
>>> len('à') # by default utf-8 -> takes two bytes
2
>>> len(u'à'.encode('utf-8'))
2
>>> len(u'à'.encode('latin1')) # in latin1 it takes one byte
1
>>> print u'à'.encode('utf-8') # terminal encoding is utf-8
à
>>> print u'à'.encode('latin1') # it cannot understand the latin1 byte
�
请注意，使用str您可以对特定编码表示的单个字节进行较低级别的控制，而使用unicode您只能在代码点级别进行控制。例如，您可以这样做：
>>> 'àèìòù'
'\xc3\xa0\xc3\xa8\xc3\xac\xc3\xb2\xc3\xb9'
>>> print 'àèìòù'.replace('\xa8', '')
à�ìòù
以前是有效的 UTF-8，现在不再是。使用 unicode 字符串，您不能以结果字符串不是有效的 unicode 文本的方式进行操作。您可以删除代码点，用不同的代码点替换代码点等，但您不能弄乱内部表示。
Unicode 和编码是完全不同的、不相关的东西。
为每个字符分配一个数字 ID：
因此，Unicode 将数字 0x41 分配给 A，将 0xE1 分配给 á，将 0x414 分配给 Д。
甚至我使用的小箭头 → 也有它的 Unicode 编号，它是 0x2192。甚至表情符号也有其 Unicode 编号，即 0x1F602。
您可以在此表中查找所有字符的 Unicode 编号。特别是，您可以在此处找到上面的前三个字符，在此处找到箭头，在此处找到表情符号。
这些由 Unicode 分配给所有字符的数字称为代码点。
所有这些的目的是提供一种明确引用每个字符的方法。例如，如果我说的是Unicode 代码点 0x1F602 ，而不是说“你知道，这个笑着流泪的表情符号”。更容易，对吧？
请注意，Unicode 代码点通常使用前导 进行格式化U+，然后将十六进制数值填充到至少 4 位。所以，上面的例子是 U+0041、U+00E1、U+0414、U+2192、U+1F602。
Unicode 代码点的范围从 U+0000 到 U+10FFFF。那是 1,114,112 个数字。这些数字中有 2048 个用于代理，因此，还有 1,112,064 个。这意味着，Unicode 可以为 1,112,064 个不同的字符分配唯一的 ID（代码点）。并非所有这些代码点都分配给一个字符，并且 Unicode 不断扩展（例如，当引入新的表情符号时）。
需要记住的重要一点是，Unicode 所做的只是为每个字符分配一个称为代码点的数字 ID，以便于参考。
将字符映射到位模式。
这些位模式用于表示计算机内存或磁盘上的字符。
有许多不同的编码涵盖不同的字符子集。在英语世界中，最常见的编码如下：
将 128 个字符（代码点 U+0000 到 U+007F）映射到长度为 7 的位模式。
例子：
您可以在此表中查看所有映射。
将 191 个字符（代码点 U+0020 到 U+ 007E和 U+00A0 到 U+00FF）映射到长度为 8 的位模式。
例子：
您可以在此表中查看所有映射。
将1,112,064个字符（所有现有的 Unicode 代码点）映射到长度为 8、16、24 或 32 位（即 1、2、3 或 4 字节）的位模式。
例子：
UTF-8 将字符编码为位串的方式在此处进行了很好的描述。
看看上面的例子，Unicode 的用处就很清楚了。
例如，如果我是Latin-1并且我想解释我的 á 编码，我不需要说：
“我用 aigu 将 a 编码为 11100001”
但我只能说：
“我将 U+00E1 编码为 11100001”
如果我是UTF-8，我可以说：
“我，反过来，我将 U+00E1 编码为 11000011 10100001”
每个人都非常清楚我们指的是哪个角色。
确实，有时编码的位模式（如果将其解释为二进制数）与该字符的 Unicode 代码点相同。
例如：
当然，为了方便，特意这样安排的。但你应该把它看作纯属巧合。用于表示内存中字符的位模式与该字符的 Unicode 代码点没有任何关系。
甚至没有人说您必须将像 11100001 这样的位字符串解释为二进制数。只需将其视为 Latin-1 用于编码字符á的位序列。
Python 解释器使用的编码是UTF-8。
这是您的示例中发生的事情：
下面以 UTF-8 对字符 á 进行编码。这导致位串 11000011 10100001 保存在变量 中a。
>>> a = 'á'
当您查看 的值时a，其内容 11000011 10100001 被格式化为十六进制数 0xC3 0xA1 并输出为'\xc3\xa1'：
>>> a
'\xc3\xa1'
下面将á的Unicode码点，即U+00E1保存在变量中ua（我们不知道Python内部使用哪种数据格式来表示内存中的码点U+00E1，对我们来说并不重要）：
>>> ua = u'á'
当您查看 的值时ua，Python 会告诉您它包含代码点 U+00E1：
>>> ua
u'\xe1'
下面使用 UTF-8 对 Unicode 代码点 U+00E1（表示字符 á）进行编码，从而产生位模式 11000011 10100001。同样，对于输出，此位模式表示为十六进制数 0xC3 0xA1：
>>> ua.encode('utf-8')
'\xc3\xa1'
下面用 Latin-1 对 Unicode 代码点 U+00E1（表示字符 á）进行编码，得到位模式 11100001。对于输出，该位模式表示为十六进制数 0xE1，巧合的是，它与初始的相同代码点 U+00E1：
>>> ua.encode('latin1')
'\xe1'
uaUnicode 对象和 Latin-1 编码之间没有关系。á 的代码点是 U+00E1，而 á 的 Latin-1 编码是 0xE1（如果您将编码的位模式解释为二进制数）纯属巧合。
您的终端恰好配置为 UTF-8。
印刷工作的事实a是巧合；您正在将原始 UTF-8 字节写入终端。a是长度为 2 的值，包含两个字节，十六进制值 C3 和 A1，而ua是长度为1的 unicode 值，包含代码点 U+00E1。
这种长度差异是使用 Unicode 值的一个主要原因。您无法轻松测量字节字符串中的文本字符数；字节字符串告诉您使用了len()多少字节，而不是编码了多少字符。
当您将 unicode 值编码为不同的输出编码时，您可以看到差异：
>>> a = 'á'
>>> ua = u'á'
>>> ua.encode('utf8')
'\xc3\xa1'
>>> ua.encode('latin1')
'\xe1'
>>> a
'\xc3\xa1'
请注意，Unicode 标准的前 256 个代码点与拉丁 1 标准匹配，因此 U+00E1 代码点被编码为拉丁 1，作为具有十六进制值 E1 的字节。
此外，Python 在 unicode 和字节字符串的表示中使用转义码，并且不可打印 ASCII 的低代码点也使用\x..转义值表示。这就是为什么代码点在 128 到 255 之间的 Unicode 字符串看起来就像拉丁 1 编码的原因。如果您有一个代码点超过 U+00FF 的 unicode 字符串，则使用不同的转义序列，\u....并使用四位十六进制值。
看起来您还没有完全理解 Unicode 和编码之间的区别。请在继续之前阅读以下文章：
每个软件开发人员绝对、绝对必须了解 Unicode 和字符集（没有任何借口！）作者：Joel Spolsky
Python Unicode HOWTO
Ned Batchelder 的实用 Unicode
当您将 a 定义为 unicode 时，字符 a 和 á 相等。否则 á 算作两个字符。试试 len(a) 和 len(au)。除此之外，您在使用其他环境时可能需要进行编码。例如，如果你使用 md5，你会得到不同的 a 和 ua 值