在 Python（2 或 3）中，计算 b'\xe2\x80\x8f'.decode("utf-8")
产生\u200f，同样'\u200f'.encode("utf-8")产生b'\xe2\x80\x8f'。
第一个看起来像一个由三个 2 字符十六进制值组成的链，分别等于十进制 226、128 和 143。第二个看起来像一个等于十进制 8,207 的单个十六进制值。
'\xe2\x80\x8f' 和 '\u200f' 之间是否存在逻辑关系？我是否错误地解释了这些值？
我可以看到这些值在如下表中以某种方式链接：https://www.utf8-chartable.de/unicode-utf8-table.pl?start=8192&number=128&utf8=string-literal
但是为什么这两个值在同一行？
【问题讨论】：
标签： python unicode utf-8 hex escaping
差异与每个字符在 utf-8 中表示的位数/字节数有关。
对于任何等于或小于 127（十六进制 0x7F）的字符，UTF-8 表示是一个字节。它只是完整的最低 7 位 Unicode 值。这也和 ASCII 值一样。
对于等于或小于 2047（十六进制 0x07FF）的字符，UTF-8 表示分布在两个字节上。第一个字节将有 两个高位设置，第三位清除（即 0xC2 到 0xDF）。这 第二个字节将设置最高位并清除第二个位（即 0x80 到 0xBF)。
有更多关于这个here的信息。
如果您想了解更多有关 Python 如何使用这些值的信息，请check out here。
【讨论】：
是的，第一个是“三个 2 字符十六进制值的链，等于十进制 226、128 和 143。”它是一个字节串。你得到了一个字节字符串，因为这就是 encode 所做的。您将其传递为 UTF-8，因此字节是输入字符串的 UTF-8 编码。
“第二个看起来像一个十六进制值，等于十进制 8,207。”有点;它是文字字符串中 UTF-16 代码单元的表示法。一个或两个 UTF-16 代码单元对一个 Unicode 代码点进行编码。在这种情况下，只有一个用于相应的代码点。
当然，您可以将十六进制转换为十进制，但这在任何一种情况下都不是很常见或有用。代码单元是特定的位模式。字节是作为整数的位模式，序列化为字节序列。
Unicode 代码点范围需要 21 位。 UTF-16 以一个或两个 16 位代码单元对代码点进行编码（因此每个代码单元按某种字节顺序排列两个字节）。 UTF-8 将一个代码点编码为一个、两个、三个或四个 8 位代码单元。 （一个 8 位整数是一个字节，所以字节顺序没有实际意义。）每个字符编码都有一个单独的算法来将 21 位分配到所需的多个字节中。两者都是可逆的，并且完全支持 Unicode 字符集。因此，您可以直接将一种转换为另一种。
您引用的表格未显示 UTF-16。它显示 Unicode 代码点十六进制表示法：U+200F。该符号是供人类识别代码点的。碰巧的是，当 UTF-16 在一个代码单元中编码一个代码点时，它的编号与代码点的编号相同。
【讨论】：