我在Django 教程中偶然发现了这段话：
Django 模型有一个默认的str () 方法，该方法调用unicode () 并将结果转换为 UTF-8 字节串。这意味着 unicode(p) 将返回一个 Unicode 字符串，而 str(p) 将返回一个普通字符串，字符编码为 UTF-8。
现在，我很困惑，因为 afaik Unicode 不是任何特定的表示形式，那么 Python 中的“Unicode 字符串”是什么？这是否意味着UCS-2？谷歌搜索出现了这个“Python Unicode 教程”，它大胆地指出
Unicode 是一种两字节编码，涵盖了世界上所有常见的书写系统。
这是完全错误的，或者是吗？我多次被字符集和编码问题弄糊涂了，但是在这里我很确定我正在阅读的文档很困惑。当它给我一个“Unicode 字符串”时，有人知道 Python 中发生了什么吗？
什么是 Python 中的“Unicode 字符串”？这是否意味着UCS-2？
Python 中的 Unicode 字符串在内部存储为 UCS-2（固定长度 16 位表示，几乎与 UTF-16 相同）或 UCS-4/UTF-32（固定长度 32 位表示）。这是一个编译时选项；在 Windows 上，它始终是 UTF-16，而许多 Linux 发行版为其 Python 版本设置了 UTF-32（“宽模式”）。
您通常不应该关心：您会将 Unicode 代码点视为字符串中的单个元素，并且您不会知道它们是存储为两个字节还是四个字节。如果您在 UTF-16 构建中并且需要处理基本多语言平面之外的字符，那么您将做错事，但这仍然非常罕见，真正需要额外字符的用户应该编译宽构建。
完全错了，或者是吗？
是的，这是完全错误的。公平地说，我认为该教程相当陈旧。它可能早于广泛的 Unicode 字符串，如果不是 Unicode 3.1（在基本多语言平面之外引入字符的版本）。
Windows 习惯使用术语“Unicode”来表示 NT 内部使用的 UTF-16LE 编码，还有一个额外的混淆来源。来自 Microsoftland 的人可能经常会复制这种具有误导性的习惯。
同时，我做了一个精细的研究来验证 Python 的内部表示是什么，以及它的限制是什么。“ The Truth About Unicode In Python ” 是一篇非常好的文章，直接来自 Python 开发人员。显然，内部表示是 UCS-2 或 UCS-4，具体取决于编译时开关。所以乔恩，它不是 UTF-16，但你的回答让我走上了正轨，谢谢。
Python 将 Unicode 存储为 UTF-16。str() 将返回 UTF-16 字符串的 UTF-8 表示。
来自UTF-8 的维基百科：
UTF-8（8 位 UCS/Unicode 转换格式）是 Unicode 的可变长度字符编码。它能够表示 Unicode 标准中的任何字符，但 UTF-8 的字节码和字符分配的初始编码向后兼容 ASCII。由于这些原因，它逐渐成为电子邮件、网页[1] 和其他存储或流式传输字符的地方的首选编码。
因此，它介于 1 到 4 个字节之间，具体取决于您希望在 Unicode 领域内表示的字符。
在计算中，Unicode 是一种行业标准，允许计算机一致地表示和操作世界上大多数书写系统中表达的文本。
所以它能够代表世界上大多数（但不是全部）的书写系统。
我希望这有帮助 ：）
那么 Python 中的“Unicode 字符串”是什么？
Python“知道”你的字符串是Unicode。因此，如果您对其进行正则表达式，它将知道哪个是字符，哪个不是等等，这真的很有帮助。如果你做了一个 strlen 它也会给出正确的结果。例如，如果您对 Hello 进行了字符串计数，您将得到 5（即使它是 Unicode）。但是，如果您对一个外来词进行了字符串计数，并且该字符串不是 Unicode 字符串，那么您将得到更大的结果。Pythong 使用 Unicode 字符数据库中的信息来识别 Unicode 字符串中的每个字符。希望有帮助。