源编码如何在字符串文字中应用？

Question

PEP-263 指定源中指定的编码按以下顺序应用：

1. 读取文件

2. 假设每个文件的编码固定，将其解码为 Unicode

3. 将其转换为 UTF-8 字节字符串

4. 标记 UTF-8 内容

5. 编译它，从给定的 Unicode 数据创建 Unicode 对象 并从 Unicode 文字数据创建字符串对象 首先将 UTF-8 数据重新编码为 8 位字符串数据 使用给定的文件编码

所以，如果我采用以下代码：

print 'abcdefgh'
print u'abcdefgh'

并将其转换为 ROT-13：

# coding: rot13

cevag 'nopqrstu'
cevag h'nopqrstu'

我希望它首先被解码，然后变得与原始相同，打印：

abcdefgh
abcdefgh

但是，它会打印：

nopqrstu
abcdefgh

因此，unicode 文字按预期工作，但 str 仍未转换。 为什么？

---

排除一些可能性：

我确认问题不在后期阶段（打印到控制台），而是在解析时立即出现，因为此代码产生 "ValueError: unsupported format character 'q' (0x71) at index 1" em>：

x = '%q' % 1  # that is %d !

Answer 1

我猜最后一点实际上非常准确地解释了发生的事情：

5. 编译它，从给定的 Unicode 数据创建 Unicode 对象并 首先从 Unicode 文字数据创建字符串对象 使用给定文件将 UTF-8 数据重新编码为 8 位字符串数据 编码

经过前 4 步后，源文件的内容是以下字符串的标记化 unicode 版本：

print 'abcdefgh'
print u'abcdefgh'

之后，在第5步，字符串对象'abcdefgh'被使用给定的文件编码（即rot13）重新编码为8位字符串数据，所以内容变为：

print 'nopqrstu'
print u'abcdefgh'