根据David Beazley的page 29 of Python Essential Reference (4th Edition)：
直接编写原始UTF-8编码字符串，例如
'Jalape\xc3\xb1o'只需生成九个字符的字符串U + 004A，U + 0061，U + 006C， U + 0061，U + 0070，U + 0065，U + 00C3，U + 00B1，U + 006F，这可能不是 你的意图。这是因为在UTF-8中，多字节序列\xc3\xb1应该代表单个字符U + 00F1，而不是 两个字符U + 00C3和U + 00B1。
这不应该是8个字符 - 不是9个字符吗？他说：\xc3\xb1应该代表单个角色。
答案 0 :(得分：3)
不，声明是正确的。
在UTF-8 \xc3\xb1 假设代表单个字符。也就是说，如果您从UTF-8解码了字符串，那么您将得到一个字符，因此会有8个字符。
但是，在特定示例中，字符串被视为原始字符序列，而不是 UTF-8。因此，这两个八位字节会产生两个字符。
我可能会前进一点但是看到ipython的以下输出：
In [1]: b'Jalape\xc3\xb1o'
Out[1]: b'Jalape\xc3\xb1o'
In [2]: len(b'Jalape\xc3\xb1o')
Out[2]: 9
In [3]: b'Jalape\xc3\xb1o'.decode('utf8')
Out[3]: 'Jalapeño'
In [4]: len(b'Jalape\xc3\xb1o'.decode('utf8'))
Out[4]: 8
In [5]: 'Jalape\xf1o'
Out[5]: 'Jalapeño'
上面的代码适用于Python 3.对于Python 2，字节字符串（b'Jalape\xc3\xb1o'）将替换为常规字符串（'Jalape\xc3\xb1o'），常规字符串将替换为unicode字符串（{{ 1}}）。
答案 1 :(得分：1)
https://groups.google.com/forum/#!topic/comp.lang.python/1boxbYjhClg
Joshua Landau（回答我的问题写道）
“直接写入原始的UTF-8编码字符串，例如'Jalape \ xc3 \ xb1o'，只生成一个9个字符的字符串U + 004A，U + 0061，U + 006C，U + 0061，U + 0070，U + 0065，U + 00C3，U + 00B1，U + 006F，这可能不是你想要的。这是因为在UTF-8中，多字节序列\ xc3 \ xb1应该代表单个字符U + 00F1 ，而不是两个字符U + 00C3和U + 00B1。“
正确。
我原来的问题是：这不应该是8个字符 - 不是9个字符吗？
不，Python往往对这些事情是正确的。
他说：\ xc3 \ xb1应该代表单个字符。然而，在与Pythonistas的一些互动之后，我更加困惑。
按照他说的方式，你会的。
参考上述段落： 1.“写一个原始的UTF-8编码字符串”是什么意思？??
嗯，这并不像他给出的那样没有上下文。
在Python2中，曾经可以做'Jalape funny-n o'。这是一个'字节'字符串，其中每个字形在内部存储时长度为1个字节，因此每个字形根据字符集ASCII或Latin-1与整数相关联。如果这些字符集有一个搞笑的字形然后yay！别的，不！这里没有UTF-8 !!或UTF-16 !!这些是普通字节（8位）。
Unicode是字形和整数之间非常大的映射表，表示为Uxxxx或Uxxxx-xxxx。
等待我们的常驻unicode专家解释你实际上是错的原因
UTF-8 UTF-16是以高效方式存储这些大整数的编码。所以当DB说“编写一个原始的UTF-8编码字符串”时 - 这样做的唯一方法是使用Python3，其中默认的字符串文字存储在Unicode中，然后在内部使用UTF-8 UTF-16来存储各自结构中的字节数;或者，可以使用u'Jalape'，这两种语言都是unicode（注意领先的'u'）。
正确。
- 所以假设这是Python 3：'Jalape \ xYY \ xZZ o'（可读性的空间）DB所说的是，愚蠢的用户会期望Jalapeno有一个波浪形的n但是他得到的是：Jalape funny1 funny2 o（可读性空间）-9个字形或9个Unicode点或9个UTF8字符。正确的吗？
我想是的。
- 这让我想知道他的意思是： “这是因为在UTF-8中，多字节序列\ xc3 \ xb1应该代表单个字符U + 00F1，而不是两个字符U + 00C3和U + 00B1”
他把一些事情搞混了，AFAICT。
有人可以花时间仔细阅读并澄清数据库的含义吗？
以下是一个简单的解释：你错了（或者你们两个几乎正确）：
从Python 3开始：
>>> "\xc3\xb1"
'ñ'
>>> b"\xc3\xb1".decode()
'ñ'
“什么？”你尖叫，“那是错的！”但事实并非如此。让我解释一下。
Python 3的字符串要求你分别给每个字符（ * winces
如果我错了* ）。 Python将"\xc3"解释为"\N{LATIN
CAPITAL LETTER A WITH TILDE}"，将"\xb1"解释为"\N{PLUS-MINUS SIGN}"¹。
这意味着Python被赋予两个字符。 Python基本上就是
这样做：
number = int("c3", 16) # Convert from base16
chr(number) # Turn to the character from the Unicode mapping
当您提供Python 原始字节时，您说的就是这个 字符串在编码时看起来像 - 你没有给出Python Unicode， 但编码的Unicode 。这意味着当你解码它时（.decode（）） 可以将多字节部分转换为相关字符。
要查看编码字符串与字符串本身的不同，请参阅：
>>> "Jalepeño".encode("ASCII", errors="xmlcharrefreplace")
b'Jalepeño'
那些代表同样的东西，但第一个（根据Python） 是的东西，第二个需要解码。
现在，将其恢复原状：
>>> "\xc3\xb1".encode()
b'\xc3\x83\xc2\xb1'
您可以看到编码的字节代表两个字符; 您在上面看到的字符串是而不是编码的字符串。编码是 Python内部。
我希望有所帮助;祝你好运。
¹请注意，我发现"\N{...}"表格更容易阅读，并推荐它。