Python3 str 到字节转换问题

Question

在 python 3.8.5 中，我尝试将一些字节转换为字符串，然后将字符串转换为字节：

>>> a=chr(128)
>>> a
'\x80'
>>> type(a)
<class 'str'>

但是当我尝试转换回来时：

>>> a.encode()
b'\xc2\x80'       

什么是 \xc2 字节？为什么会出现？

感谢您的回复！

Answer 1

这是UTF-8编码，所以

\xc2

来自这里，看看这里。

在 Python 字符串中，

\x80

表示 Unicode 代码点 #128（填充字符）。当我们以 UTF-8 编码该代码点时，它需要两个字节。

原始的 ASCII 编码只有 128 个不同的字符，Unicode 代码点有数千个，单个字节只能表示 256 个不同的值。很多计算都是基于 ASCII 的，我们希望这些东西能够继续工作，但我们需要非英语国家也能够使用计算机，所以我们需要能够表示他们的字符。

答案是 UTF-8，一种将前 128 个 Unicode 代码点（0-127，ASCII 字符）编码为单个字节的方案 - 因此仅使用这些字符的文本与 ASCII 完全兼容。接下来的 1920 个字符包含最常见的非英语字符（U+80 到 U+7FF），分布在两个字节中。

因此，作为对某些适合单字节编码（例如 \x80）的字符效率稍低的交换，我们获得了表示每种书面语言中每个字符的能力。

要阅读更多内容，请尝试这个SO问题

例如，如果您想删除

\xc2

，请尝试将字符串编码为 latin-1

a=chr(128)
print(a)

#'\x80'

print(a.encode())

#b'\xc2\x80'

a.encode('latin-1')

#b'\x80'