bytes（）初始化器添加一个额外的字节？

Question

我在python3中初始化一个utf-8编码字符串：

bytes('\xc2', encoding="utf-8", errors="strict")

但在写出来之后，我得到了两个字节！

>>> s = bytes('\xc2', encoding="utf-8", errors="strict")
>>> s
b'\xc3\x82'

这个附加字节来自哪里？为什么我不能编码任何最多254的十六进制值（我可以理解255可能保留扩展到utf-16）？

Answer 1

Unicode代码点"\xc2"（也可以写为"Â"）在使用utf-8编码进行编码时长度为两个字节。如果您希望它是单字节b'\xc2'，您可能希望使用不同的编码，例如"latin-1"：

>>> s = bytes("\xc2", encoding="latin-1", errors="strict")
>>> s
b'\xc2'

如果您使用文字直接创建"\xc2"区域，则无需使用bytes构造函数将其转换为bytes实例。只需使用文字上的b前缀直接创建字节：

s = b"\xc2"