Python 3中len函数异常行为：为何chr(i).upper()返回长度为2？

这是个非常有意思的问题，核心原因和Unicode的大小写映射规则直接相关——有些字符在转换为大写时，会被映射成多个字符的组合，而非单个字符，这和buffer没有关系。

具体原因拆解 #

Unicode标准为了适配不同自然语言的书写规范，并非所有字符的大小写转换都是「一对一」的：

• 比如德语中的小写字符ß（对应Unicode码点U+00DF，也就是chr(223)），它的标准大写形式是两个字符SS（符合德语的书写习惯）。当你调用'ß'.upper()时，Python会按照Unicode规则返回'SS'，所以长度自然变成2。
• 在range(500)覆盖的Unicode码点范围内，这类字符最典型的就是ß，你可以单独测试验证：

  print(len('ß'.upper()))  # 输出 2
  

你的两段代码差异解释 #

1. 第一段代码：

   for i in range(500):
       if(len(chr(i).upper())==2):
           print(chr(i))
   

   这段代码会输出所有「大写转换后变为两个字符」的原字符，比如ß，因为它满足len(chr(i).upper()) == 2的条件。

2. 第二段代码：

   for i in range(500):
       if(len(chr(i))==2):
           print(chr(i))
   

   range(500)对应的所有Unicode码点，每个码点都对应单个Unicode标量值，所以chr(i)返回的字符串长度永远是1，条件永远不成立，自然没有输出。

补充说明 #

Python中字符串的len()函数是按**Unicode字符（标量值）**的数量来计算的，而不是字节数。当一个字符的大小写映射规则是「多字符替换」时，转换后的字符串长度就会和原字符不同。

内容的提问来源于stack exchange，提问作者Sumanto Dinar