Python 为什么字符串和列表在UNICODE（utf-8）中有区别？怎样才能'-'；犯错误？ >>final=[] >>>对于范围（65535）内的a： 最后。附加（[a，chr（a）]） >>>file=open（'1.txt'，'w'，encoding='utf-8'） >>>文件写入（str（最终）） 960881 >>>file.close（）文件 >>>最终=“” >>>对于范围（65535）内的a： 最终+='%d------%s'（a，chr（a）） >>>file=open（'2.txt'，'w'，encoding='utf-8'） >>>file.write（最终版） 回溯（最近一次呼叫最后一次）： 文件“”，第1行，在 file.write（最终版） UnicodeEncodeError:“utf-8”编解码器无法对位置873642处的字符“\ud800”进行编码：不允许使用代理

如您所见，1.txt已保存。为什么保存第二个“文件”（字符串）会出错？

我不知道如何将

UTF-16

转换为

UTF-8

，但是如果不要求100%的准确表示，您可能会应用此方法读取文件：

>>> final=[]
>>> for a in range(65535):
        final.append([a,chr(a)])


>>> file=open('1.txt','w',encoding='utf-8')
>>> file.write(str(final))
960881
>>> file.close()
>>> final=''
>>> for a in range(65535):
        final+='%d -------- %s'%(a,chr(a))


>>> file=open('2.txt','w',encoding='utf-8')
>>> file.write(final)
Traceback (most recent call last):
  File "<pyshell#29>", line 1, in <module>
    file.write(final)
UnicodeEncodeError: 'utf-8' codec can't encode character '\ud800' in position 873642: surrogates not allowed

---

代码点

U+D800

到

U+DFFF

是为保留的，并且可以在错误消息中看到

UnicodeEncodeError:“utf-8”编解码器无法对位置873642处的字符“\ud800”进行编码：不允许使用代理

不能在该范围内写入字符。它仅用于UTF-16编码码点（即>65535）

请注意，Unicode是一个16位字符集，所以增加到65535是不够的。要打印所有Unicode字符，您需要一直打印到代理项范围之外的所有字符。因此，使用UTF-32也更容易：

Unicode和ISO/IEC 10646不为D800–DFFF范围内的任何代码点分配实际字符-这些代码点仅在代理项对中使用时才有意义。因此，代理项对中的单个代码点不表示字符，除非在代理项对中使用，否则无效，并且

所以我想说

chr（0xd800）

已经无效了，我猜Python只是因为速度原因没有检查它。但是UTF-8编码器确实检查了它并提出了投诉

它对第一个文件起作用的原因是，将字符串包装在一个列表中，并在该列表上使用

str

，将导致

repr

-生成字符串：

f = open(filename, encoding='utf-8', errors='replace')

---

请注意列表版本中的双反斜杠。它不是一个“无效字符”

\ud800

，而是六个有效字符

\

，

u

，

d

，

8

，

0

和

0

。这些都可以被编码。

可能是因为

\ud800

响应UTF-16代理项对导致了错误？@KarolyHorvath你是什么意思？OP正在打印无效范围内的字符。这里与UTF-16无关。无论如何，在Python中从UTF-16到UTF-8的转换是微不足道的<编码>UTF16字节。解码（'utf-16'）。编码（'utf-8'）。在这种情况下，跳过无效字符可能是一个很好的解决方法，但您甚至没有试图解释什么是错误的，或者您的解决方法是如何丢失一些数据的。@tripleee上述代码没有解决问题还是部分解决了问题？问题主要在于OP对行为的理解；你的回答并没有试图解释它，所以不，它不能解决问题；而UTF-16的“红鲱鱼”即使不是完全误导，也绝对是反复无常的。

>>> str( chr(0xd800) )
'\ud800'
>>> str([chr(0xd800)])
"['\\ud800']"