Python 3中使用Unicode多字节字符的子字符串选择

我对Python3如何处理unicode多字节字符有点困惑。下面是一个表情符号示例：

[1]中的

：打印（'☺️')
☺️
在[2]中：打印（len（'☺️'))
2.
在[3]中：打印（'☺️'[0])
☺
在[4]中：打印（'☺️'[1])
️
[5]：print（len（'问题是两个字符串（'☺️' 而且☺️ 使用UTF-16方案由两个字节表示。@Marounnaroun当然可以，但它仍然是一个单字符，对吗？UTF-（8 | 16）支持多字节字符。@Marounnaroun，UTF-16中有四个字节。“Unicode多字节”是一个误称，@Maroun UTF-16与此无关。Unicode单位是代码点（不包含存储或编码）并且可以使用多个代码点来描述单个字符。用于描述一个字符的一系列代码点是一个grapheme集群。将Unicode字符串中的代码点想象成数字是Python列表：
[1,2500000000]
。每个数字有多少字节？回答：不在乎。在乎时，是指将数字或Unicode字符串写入终端、文件或网络套接字。对于Unicode字符串，则
.encode（）
将它们转换为字节，指定适当的编码将代码点转换为一个或多个字节。这很有趣，因此Python 3确实从unicode的角度正确处理表情符号；表情符号实际上是一个多字符符号？似乎我必须创建一个字符串类的子类来查找表情符号边缘案例…？字符，尤其是表情符号，可以由任意数量的代码点组成。这类组的技术术语是一个字形集群。我认为关于如何在这些字形集群上迭代有一些问题。
regex
第三方模块有
\X
来匹配字形集群。@JimmyC一个表情符号really是一个多字符符号？在您的第一个示例中是，但不需要。我猜您复制表情符号时，'\ufe0f'代码点包含在表情符号中。@Leon我没有复制表情符号，我使用了macOS上可用的表情符号键盘。如果没有包含\ufe0f代码点，☺️ 变成☺.