我正在尝试使用Erlang library "unicode将UTF-8字符串转换为Unicode（代码点）列表。我的输入数据是一个字符串“АБВ”（俄语字符串，正确的Unicode表示是[1040,1041,1042]），以UTF-8编码。当我运行以下代码时：
1> unicode:characters_to_list(<<208,144,208,145,208,146>>,utf8).
[1040,1041,1042]
它返回正确的值，但是：
2> unicode:characters_to_list([208,144,208,145,208,146],utf8).
[208,144,208,145,208,146]
没有。为什么会这样？当我在specification中读到时，输入数据可以是二进制或字符列表，所以，就我而言，我正在做的一切。
答案 0 :(得分：2)
该函数的签名是unicode:characters_to_list(Data, InEncoding)，它期望Data是包含InEncoding编码中编码的字符串的二进制文件，或者可能是{的深字符列表（代码点）和二进制文件{1}}编码。它返回unicode字符列表。 erlang中的字符是整数。
当你调用InEncoding或unicode:characters_to_list(<<208,144,208,145,208,146>>, utf8)时，它会正确解码unicode字符串（是的，只要unicode:characters_to_list([1040,1041,1042], utf8)是整数列表，第二个就是noop）。但是当你打电话给Data时，erlang认为你在unicode:characters_to_list([208,144,208,145,208,146], utf8)编码中传递了6个字符的列表，因为它已经是unicode，输出将完全相同。
erlang中没有utf8类型，但您认为byte会接受unicode:characters_to_list/2并且行为正确。
总结一下。在erlang中有两种常用的方法来表示字符串，它们是位串和字符列表。 list of bytes在unicode:characters_to_list(Data, InEncoding)编码中将其中一个表示形式（或其组合）中的字符串Data转换为unicode代码点列表。
如果您的示例中有列表InEncoding，则可以使用erlang:list_to_binary/1将其转换为二进制文件，然后将其传递给[208,144,208,145,208,146]，即
unicode:characters_to_list/2 1> unicode:characters_to_list(list_to_binary([208,144,208,145,208,146]), utf8).
[1040,1041,1042]
模块仅支持unicode和latin-1。因此，（因为函数需要unicode或latin-1的代码点）unicode在平坦的代码点列表的情况下不需要对列表做任何事情。但是，列表可能很深（characters_to_list）。这是支持unicode:characters_to_list([[1040],1041,<<1042/utf8>>]).参数的列表数据类型的原因。
答案 1 :(得分：1)
<<208,144,208,145,208,146>>是UTF-8二进制文件。
[208,144,208,145,208,146]是一个字节列表（不是代码点）。
[1040,1041,1042]是一个代码点列表。
您正在传递一个字节列表，但该函数需要一个字符列表或二进制文件。