为何chr(0x24)+chr(0x84)在Python2/3中结果不同？0xc2来源解析

嘿，这个问题的核心在于Python 2和Python 3对字符串的底层处理逻辑完全不同，再加上UTF-8编码的规则，才导致了你看到的差异。我来一步步给你讲明白：

1. Python 2 和 Python 3 中chr()函数的本质差异 #

• 在Python 2里，chr()函数返回的是字节字符串（当时的str类型本质上就是字节序列）。所以chr(0x24)直接生成字节0x24（也就是字符$），chr(0x84)直接生成字节0x84，两者拼接后就是原始的字节序列b'\x24\x84'，终端输出时也会直接打印这两个原始字节。
• 在Python 3里，chr()函数返回的是Unicode字符（str类型是Unicode编码的字符串）。chr(0x84)对应的是Unicode码点U+0084，这是一个控制字符。当你在终端输出这个字符串时，Python会自动把Unicode字符串编码成终端默认的字符编码（绝大多数现代终端用的是UTF-8）。

2. 0xc2的来源：UTF-8编码规则 #

UTF-8是一种变长编码，对于不同范围的Unicode码点，编码后的字节数不同：

• 码点在U+0000到U+007F之间（对应ASCII字符）：用1个字节表示，字节最高位为0。
• 码点在U+0080到U+07FF之间：用2个字节表示，第一个字节的二进制以110开头（对应十六进制的0xc0到0xdf），第二个字节以10开头（对应十六进制的0x80到0xbf）。

而U+0084正好落在U+0080到U+07FF这个区间里，它的UTF-8编码就是0xc2 0x84——这就是你在Python 3终端输出里看到0xc2的原因！

验证一下 #

你可以在Python 3里直接编码验证：

# 生成Unicode字符串
unicode_str = chr(0x24) + chr(0x84)
# 编码为UTF-8字节序列
utf8_bytes = unicode_str.encode('utf-8')
print(utf8_bytes)  # 输出: b'$\xc2\x84'

而在Python 2里，直接打印拼接后的字符串，得到的是原始字节：

python2_str = chr(0x24) + chr(0x84)
print(repr(python2_str))  # 输出: '$' + '\x84'（或直接显示为 b'$\x84'，取决于环境）

总结一下：Python 2直接操作字节，而Python 3操作Unicode字符，输出时会自动编码为UTF-8，U+0084的UTF-8编码需要两个字节，所以就多出来了0xc2。

内容的提问来源于stack exchange，提问作者Olivier Lasne