Python for循环修改byte变量、遍历全量字节对比UTF-8与UTF-16解码差异

你写的这套动态生成字节序列的逻辑完全不可行，核心问题有四点：

• 字节字符串字面量的转义解析是编译时完成的，b"\x00\x00\x00\x0{i}"这种写法根本不会在运行时把循环变量i的值拼到\x后面，最终得到的byte是固定的无效常量，动态修改完全不生效。
• 哪怕转义拼接逻辑能生效，hex(i)[2:3]只截取了单个十六进制字符，根本凑不齐字节转义需要的两位十六进制数，生成的转义序列本身就是无效的。
• 仅靠单循环只覆盖了最后一个字节的4个比特位，距离4个字节全范围（共32比特）的遍历差了3个层级的循环逻辑，连基础覆盖逻辑都不完整。
• 打印语句写在循环外部，哪怕循环内可以正常修改byte值，整个流程也只会在循环跑完执行一次打印，根本没法逐序列比对两种编码的解码差异。

要覆盖\x00\x00\x00\x00到\xff\xff\xff\xff的所有序列，有两种成熟的实现思路：

• 整数转字节法（最高效）
  所有4字节序列本质对应0到2^32-1的全部整数，直接调用整数的to_bytes方法就能生成对应序列，不需要手动拼接转义：

  for n in range(0x100000000):
      # 固定用大端生成4字节序列
      byte_seq = n.to_bytes(4, byteorder='big')
      # 逐序列解码对比
      utf8_out = byte_seq.decode('utf-8', errors='replace')
      # 统一指定UTF-16小端避免默认字节序的环境差异
      utf16_out = byte_seq.decode('utf-16-le', errors='replace')
      if utf8_out != utf16_out:
          print(f"序列{byte_seq.hex()}：UTF-8解码={repr(utf8_out)}，UTF-16解码={repr(utf16_out)}")
  

• 嵌套循环逐字节拼装
  如果需要手动控制每个字节的取值，就用四层嵌套循环，分别遍历每个字节位0-255的所有取值，用bytes()类直接接收字节列表生成序列，不需要处理转义拼接：

  for b0 in range(256):
      for b1 in range(256):
          for b2 in range(256):
              for b3 in range(256):
                  byte_seq = bytes([b0, b1, b2, b3])
                  # 解码对比逻辑同上
  

• 直接用decode('utf-16')不带字节序参数时，Python会优先识别序列开头的BOM标记判断大小端，没有BOM时默认跟随系统本地字节序，不同运行环境下结果可能不一致，做编码差异对比时建议固定指定utf-16-le或utf-16-be。
• 全量遍历2^32个序列总共有约42.9亿条记录，全量运行耗时极长，逻辑调试阶段建议先缩小范围，比如先遍历0x00000000到0x0000ffff的65536条序列测试逻辑正确性。
• 解码时用errors='ignore'会直接丢弃无效字节，不同解码器的丢弃规则没有统一标准，容易导致差异判断失准，建议换成errors='replace'，让所有无效解码位置统一显示为占位符�，输出对比结果更严谨。

内容的提问来源于stack exchange，提问作者Marco