为何Python中'\xfc\xa9\xf1\xd2Mb\x80?'与'眉漏帽脪Mb\x80?'相等为True？

哈哈，这个问题其实是终端编码不匹配造成的视觉错觉，本质上这两个字符串的Unicode码点完全一致！我来给你一步步拆解：

• 首先，你看到的“眉漏帽脪”并不是真正的中文Unicode字符，而是终端把那些转义对应的Unicode码点，用错误的编码（比如GBK）解码显示出来的结果。
• 你可以用下面的代码验证两个字符串的底层码点完全相同：

  s1 = '\xfc\xa9\xf1\xd2Mb\x80?'
  s2 = '眉漏帽脪Mb\x80?'
  print([ord(c) for c in s1])
  print([ord(c) for c in s2])
  

  运行后你会发现，两个列表的输出都是 [252, 169, 241, 210, 77, 98, 128, 63]——这就实锤了它们是同一个Unicode序列。

出现这种视觉差异的核心原因：

• 你的终端默认用中文编码（比如GBK）来显示内容，但Python输出的是Unicode字符串的UTF-8字节，终端把这些字节当成GBK编码解码，就把原本的拉丁字符（比如ü、©、ñ、Ò）转换成了看起来像中文的汉字。
• 举个具体例子：U+00FC（ü）的UTF-8字节是0xC3 0xBC，这个字节组合在GBK编码里正好对应“眉”的编码；同理，其他几个字符的UTF-8字节组合也被终端错误解码成了对应的中文汉字，才造成了“两个不同字符串”的假象。

内容的提问来源于stack exchange，提问作者Zheng