python - Python中的字节操作

Question

我正在做一个项目，在这个项目中我必须使用 python 执行一些字节操作，我想在继续之前了解一些基本原理。

t1 = b"\xAC\x42\x4C\x45\x54\x43\x48\x49\x4E\x47\x4C\x45\x59"
t2 = "\xAC\x42\x4C\x45\x54\x43\x48\x49\x4E\x47\x4C\x45\x59"
print("Adding b character before: ",t1)
print("Using bytes(str): ",bytes(t2,"utf-8"))
print("Using str.encode: ",t2.encode())

特别是，当我运行上面的代码时，我无法理解为什么控制台会打印这个：

C:\Users\Marco\PycharmProjects\codeTest\venv\Scripts\python.exe C:/Users/Marco/PycharmProjects/codeTest/msgPack/temp.py
Adding b character before:  b'\xacBLETCHINGLEY'
Using bytes(str):  b'\xc2\xacBLETCHINGLEY'
Using str.encode:  b'\xc2\xacBLETCHINGLEY'

我想了解的是，为什么如果我使用 bytes() 或 decode，我会在值前面得到一个额外的“\xc2” 。这是什么意思？这应该出现吗？如果是这样，我怎样才能在不使用第一种方法的情况下摆脱它？

标签： pythonpython-3.xbytedecodeencode

Answer 1

在字符串文字中，\xhh（h 是十六进制数字）选择对应的 unicode 字符U+0000to U+00FF，其中 U+00AC 是 ¬“非符号”。编码为 utf-8 时，所有高于 0x7F 的代码点占用两个或更多字节。\xc2\xac是 的 utf-8 编码U+00AC。

>>> "\u00AC" == "\xAC"
True
>>> "\u00AC" == "¬"
True
>>> "\xAC" == "¬"
True
>>> "\u00AC".encode('utf-8')
b'\xc2\xac'
>>> "¬".encode("utf-8")
b'\xc2\xac'