Python 2中如何将Unicode字符转换为代码点？

这问题我之前也踩过坑，核心就是Python2和Python3的字符串模型差异搞的鬼！Python2里字符串分两种：默认的字节串（str类型）和带u前缀的Unicode字符串（unicode类型），而ord()在Python2里只能处理单个ASCII字节，或者单个Unicode码位的字符——你之前的操作没把目标字符转成正确的Unicode类型，所以才会失效。

正确的解决方案 #

1. 直接用Unicode字符串调用ord() #

如果字符是你在代码里直接写的，一定要给字符串加u前缀声明为Unicode类型，之后直接调用ord()就能得到和Python3一样的结果：

# 先确保源文件开头加编码声明，避免字符解析报错
# -*- coding: utf-8 -*-

code_point = ord(u'🎱')
print(code_point)  # 输出 127921

2. 从字节串转换为Unicode字符串后处理 #

如果你的字符是从外部（比如文件、网络请求）拿到的字节串，得先解码成Unicode字符串，再用ord()：

# 假设拿到的是utf-8编码的字节串
byte_str = '🎱'  # Python2里这是utf-8字节串，长度为4
unicode_str = byte_str.decode('utf-8')
code_point = ord(unicode_str)
print(code_point)  # 输出 127921

为什么你之前的尝试无效？ #

• '🎱'.encode('utf8')：在Python2里，'🎱'本身已经是utf-8编码的字节串（str类型），字节串只能调用decode()转成Unicode，而encode()是Unicode字符串的专属方法——直接调用会触发Python2的默认行为：先把字节串按ASCII解码，这肯定会报错。
• '🎱'.encode('hex')：同样的逻辑，字节串不能直接encode，而且就算强行转成hex，得到的是字节的十六进制值（比如🎱的utf-8字节hex是f09f8eb1），这和Unicode码位完全不是一回事。

额外注意事项 #

• 源文件开头必须加# -*- coding: utf-8 -*-，不然Python2会用默认的ASCII编码读取文件，导致u'🎱'这类字符直接解析失败。
• 如果处理多字符的Unicode字符串，Python2的unicode类型迭代出来的是单个码位，和Python3的str一致，遍历的时候可以逐个用ord()获取码位。

内容的提问来源于stack exchange，提问作者esfy