Python中UTF-8编码Unicode字符192结果异常，求助排查原因

你遇到的问题核心是对UTF-8编码规则的误解，以及混淆了UTF-8和ISO-8859-1（Latin-1）两种编码的差异：

• chr(192)生成的是Unicode码点U+00C0的字符（即À），这个码点落在U+0080到U+07FF区间内。
• UTF-8编码对不同区间的Unicode字符有明确的长度规定：
  • U+0000到U+007F的字符用1字节编码
  • U+0080到U+07FF的字符用2字节编码
    所以U+00C0按照UTF-8编码后会得到b'\xc3\x80'，这是完全符合标准的正确输出。
• 你预期的b'\xc0'是ISO-8859-1（Latin-1）编码的结果——Latin-1直接用单字节对应U+0000到U+00FF的Unicode字符，U+00C0自然对应单字节0xC0。如果要得到这个结果，需要显式指定编码：

  print(chr(192).encode('latin-1'))
  

  运行这段代码就会输出你预期的b'\xc0'。

本质上是你默认使用了Python的UTF-8编码（encode()方法默认编码为UTF-8），但预期的是Latin-1编码的结果，这就是两者输出不同的原因。

内容的提问来源于stack exchange，提问作者Kevin