Python 2.7：使用 \U 前缀创建的 utf-16 字符串中有多少字节？答案

【问题标题】：Python 2.7: How many bytes in utf-16 string, created with \U prefix?Python 2.7：使用 \U 前缀创建的 utf-16 字符串中有多少字节？
【发布时间】：2014-01-14 08:54:35
【问题描述】：

我想在我的应用中使用 utf-16。

我知道，\u 用于描述 utf-8 字符（2 个字节）

>>> u'\u1234'
> u'\u1234'

和 \U 用于描述 utf-16 字符（4 个字节）。

>>> u'\U12345678'
> u'\5678'

长字符是否有限制，用\U方式描述？

【问题讨论】：

第二行是语法错误，因为它没有定义有效的 Unicode 代码点。
uTF-8 和 UTF-16 不是 2 和 4 字节；两者都有最多 4 个字节的可变长度。

标签： python python-2.7 utf-8 utf-16

【解决方案1】：

\U 只能用于有效的 Unicode 代码点：

>>> u'\U12345678'
  File "<stdin>", line 1
SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 0-9: illegal Unicode character
>>> u'\U0001FFFF'
u'\U0001ffff'

Python 2 可以很好地处理这些问题，但这取决于您的构建类型（宽或窄）这算作多少个字符。窄版本使用两个 UTF-16 代码点对字符进行编码。

【讨论】：