如何获取表情符号的UTF-8二进制表示？代码执行结果异常求助

原因分析 #

你遇到的差异是Python 2和Python 3字符串模型的区别导致的：

• 视频中的代码逻辑基于Python 2：Python 2的str类型本质是字节串，表情符号👍在UTF-8编码下占4个字节，所以len(s)返回4，s[0]取到第一个字节\xf0。
• 你当前使用的是Python 3：Python 3彻底区分了Unicode字符串（str）和字节串（bytes）。str类型存储的是Unicode码点，👍是单个Unicode码点，因此len(s)返回1，s[0]直接返回整个表情符号。

正确获取UTF-8二进制表示的方法 #

要获取表情符号的UTF-8字节序列，需要先将Unicode字符串编码为bytes类型，使用encode('utf-8')方法：

基础示例代码 #

s = '👍'
# 转换为UTF-8字节串
utf8_bytes = s.encode('utf-8')

# 查看字节长度（UTF-8下占4字节）
print(len(utf8_bytes))  # 输出：4

# 查看单个字节的十进制/十六进制值
print(utf8_bytes[0])        # 输出：240（对应十六进制0xf0）
print(hex(utf8_bytes[0]))   # 输出：0xf0

# 查看完整的UTF-8字节序列
print(utf8_bytes)  # 输出：b'\xf0\x9f\x91\x8d'

遍历输出每个字节的十六进制格式 #

如果需要逐个输出字节的\x格式：

for byte in utf8_bytes:
    print(f'\\x{byte:02x}')

输出结果：

\xf0
\x9f
\x91
\x8d

内容的提问来源于stack exchange，提问作者ecjb