python2如何在内部表示Unicode？

Question

当我在Unicode上读到这个Python2's official page时，它说

Under the hood, Python represents Unicode strings as either 16-or 32-bit integers, depending on how the Python interpreter was compiled.

上面这句话是什么意思？这是否意味着Python2有自己独特的Unicode编码？如果是这样，为什么不直接使用UTF-8呢？你知道吗

Answer 1

这个语句仅仅意味着有一个使用这两种编码的底层C代码，并且根据具体情况，可以选择任何一种变体。这些情况通常是用户选择、编译器和操作系统。你知道吗

现在，出于可能的理由，有理由不使用UTF-8：

• 首先，索引到UTF-8字符串的复杂性是O（n），而对于UTF-32/UCS4则是O（1）。虽然这与流式数据无关，而且UTF-8实际上可以节省传输或存储空间，但对于每个Unicode码点一个字符，内存处理更为方便。你知道吗
• 其次，每个代码点使用一个字符可以很好地转换为Python本身在其语言中提供的API，因此这是一个自然的选择。你知道吗
• 在MS-Windows平台上，UI和文件系统的本机编码是UTF-16，因此使用这种编码可以与该平台无缝集成。你知道吗
• 在某些编译器上wchar_t实际上是一种16位类型，因此如果您想使用32位类型，就必须为您自己发明的字符类型重新实现各种函数。放弃对Unicode BMP以上任何内容的支持，或者将代理序列泄漏到pythonapi中，都是一个合理的折衷方案（但不幸的是，这种折衷方案仍然存在）。你知道吗

注意，这些都是可能的原因，我并不认为这些适用于Python的实现。你知道吗