编码 "\xaf" 字符会产生 2 个编码字符

Question

我刚刚偶然发现，如果我尝试对“\xaf”字符进行编码，则会在我的字节对象中得到一个额外的字符。当我运行此命令时的含义：

print('\xaf'.encode())

我得到以下结果：

b'\xc2\xaf'

所以我认为它可能是打印功能正在做的事情，所以我打开了 IDLE 并尝试自己运行命令并查看输出将是什么但字符仍然存在：

我真的不明白为什么会弹出这个额外的字符，如果有人能向我解释一下，我将非常感激。

提前致谢！

Answer 1

这就是UTF-8 encoding 的工作原理。您可以阅读有关here 的更多信息。所以主要思想是UTF-8使用以下规则对字符串进行编码。

• 如果code point

• 如果码位>= 128，则转为2的序列，
  三个或四个字节，其中序列的每个字节在 128 之间 和 255。

您的初始字符的代码点大于128（不适合一个字节），因此用两个字节编码。

注意：您可以使用ord 函数获取单字符字符串的 Unicode 代码点

>>> help(ord)
Help on built-in function ord in module builtins:

ord(c, /)
    Return the Unicode code point for a one-character string.
>>>
>>> ord('\xaf')
175
>>> list('\xaf'.encode())
[194, 175]