Python '☃'；。编码（“utf-8”）不同于ord（“x27”和“x2603”和“x27”）

我测试了以下unicode：

In [34]: snowman = "\u2603"
In [35]: snowman
Out[35]: '☃'

雪人编码

In [36]: ds = snowman.encode("utf-8")
In [37]: ds
Out[37]: b'\xe2\x98\x83'

但是，当我用ord（）检查它时

与b'\xe2\x98\x83'不同

我怎么能理解它呢？

返回一个Unicode码点--- 标识给定字符的任意数字

返回以某种编码表示给定字符串的字节序列。。。 如果字符串可以用该编码表示

编码和代码点仅在它们都标识相同字符的意义上相关

Ned Batchelder对字节和字符之间的差异做了一个很好的介绍 "" （36分钟）。

---

他介绍了Python2和Python3，以及它们解决这个问题所采用的截然不同的方法。

但是为什么您会期望它们是相同的呢？它们做不同的事情。

hex（9731）

equals

'0x2603'

。为了echo@unutbu，hex 9731==unicode 2603==bytes\xe2\x98\x83UTF-8的设计使得1）代码点0-127使用单字节表示，与ASCII中相同；2）任何多字节字符都使用大于128的字节表示。（这允许轻松检测非ASCII字符，并确保如果去除所有字符>128，则不会去除部分字符。）这是Unicode编码，但它本身不是Unicode。它是Unicode到字节流的映射。会有不同。如果您想要代码点到字节的精确映射，请尝试UTF-32。

In [38]: ord('☃')
Out[38]: 9731