str.encode() 给出意想不到的结果
str.encode() giving unexpected results
我一直在使用 python 内置插件，但得到了一些（对我来说）令人困惑的结果。
看看这段代码：
>>> 'ü'.encode()
b'\xc3\xbc'
为什么返回 \xc3\xbc（十进制的 195 和 188）？如果您查看 ascii table, we see that ü is the 129'th character. Or if you take a look here，我们会看到 ü 是第 252 个 Unicode 字符，这就是您从
中得到的
>>> ord('ü')
252
那么 \xc3\xbc 是从哪里来的，为什么要分成两个字节？当你解码时：b'\xc3\xbc'.decode()，它怎么知道这两个字节是一个字符？
在您正在查看的 table 上，您正在查看标题为“扩展 ASCII”的部分，在 ISO/IEC 8859 或 latin1 中更为人所知。 ASCII作为一个字符集，定义了从0到127的7位字符。latin1定义了另外128single-byte个字符，是ASCII的扩展。 Python 使用 UTF-8，它扩展了 ASCII（因此与其兼容）但与 latin1 不兼容。
字符 ü 的 Unicode 代码点为 0xFC（十进制为 252），并且在使用 UTF-8 时使用两个字符进行编码。
很多在线 ASCII table 都弄错了。将代码点称为 128 到 255 个 ASCII 字符是不准确的，因为 ASCII 并未声明为这些代码点分配 any 值。
我一直在使用 python 内置插件，但得到了一些（对我来说）令人困惑的结果。
看看这段代码：
>>> 'ü'.encode()
b'\xc3\xbc'
为什么返回 \xc3\xbc（十进制的 195 和 188）？如果您查看 ascii table, we see that ü is the 129'th character. Or if you take a look here，我们会看到 ü 是第 252 个 Unicode 字符，这就是您从
>>> ord('ü')
252
那么 \xc3\xbc 是从哪里来的，为什么要分成两个字节？当你解码时：b'\xc3\xbc'.decode()，它怎么知道这两个字节是一个字符？
在您正在查看的 table 上，您正在查看标题为“扩展 ASCII”的部分，在 ISO/IEC 8859 或 latin1 中更为人所知。 ASCII作为一个字符集，定义了从0到127的7位字符。latin1定义了另外128single-byte个字符，是ASCII的扩展。 Python 使用 UTF-8，它扩展了 ASCII（因此与其兼容）但与 latin1 不兼容。
字符 ü 的 Unicode 代码点为 0xFC（十进制为 252），并且在使用 UTF-8 时使用两个字符进行编码。
很多在线 ASCII table 都弄错了。将代码点称为 128 到 255 个 ASCII 字符是不准确的，因为 ASCII 并未声明为这些代码点分配 any 值。