试图发现字符的unicode代码点

我有一个字符，在十六进制编辑器中查看时显示为：

FF  FE  08  27

这意味着它的二进制表示是（四字节编码）：

看看unicode，这似乎没有什么意义，因为四字节编码的前导字节必须是

11110xxx

---

我很可能误解了unicode规则，但您能告诉我在确定此字符的代码点时出错的地方吗？

unicode字符

U+FEFF

是字节顺序标记（BOM），表示这是小尾端UTF-16编码，而不是UTF-8。字符为

U+2708

，或

飞机

(✈️) 性格

使用Python 3的一点证明：

>>> import unicodedata as ud
>>> s=b'\xff\xfe\x08\x27'
>>> s.decode('utf16')      # Removes BOM and uses indicated little-endian decode.
'\u2708'
>>> s.decode('utf-16le')   # explicit decode in little endian leaves BOM.
'\ufeff\u2708'
>>> for c in u: print(ud.name(c))
...
ZERO WIDTH NO-BREAK SPACE  # also known as BOM.
AIRPLANE

---

事实并非如此。它看起来更像UTF-16。我对反对票有点恼火。我将您的编辑回滚到我的答案。

U+FEFF

是正确的，是字节顺序标记。您的原始数据颠倒了表示小尾端的内容。最低有效字节位于第一位。请参阅。

>>> import unicodedata as ud
>>> s=b'\xff\xfe\x08\x27'
>>> s.decode('utf16')      # Removes BOM and uses indicated little-endian decode.
'\u2708'
>>> s.decode('utf-16le')   # explicit decode in little endian leaves BOM.
'\ufeff\u2708'
>>> for c in u: print(ud.name(c))
...
ZERO WIDTH NO-BREAK SPACE  # also known as BOM.
AIRPLANE