python - 解码为 un​​icode 并返回后获取原始字节

Question

我有一个字节字符串，我正在使用 .decode('unicode-escape') 在 python 中将其解码为 un​​icode 。这将返回一个 unicode 字符串。对此 unicode 字符串进行编码以再次以字节形式获取它，但会返回不同的字节字符串。为什么会这样？如何以保留原始数据的方式进行解码和编码？

示例:

some_bytes = b'7Q\x82\xacqo\xbb\x0f\x03\x105\x93<\xebD\xbe\xde\xad\x82\xf9\xa6\x1cX\x01N\x8c\xff\x9e\x84\x1e\xa1\x97'

some_bytes.decode('unicode-escape')

产量:7Q¬qo»5<ëD¾Þ­ù¦XNÿ¡

some_bytes.decode('unicode-escape').encode()

产量:b'7Q\xc2\x82\xc2\xacqo\xc2\xbb\x0f\x03\x105\xc2\x93<\xc3\xabD\xc2\xbe\xc3\x9e\xc2\xad\xc2\x82\xc3\xb9\xc2\xa6\x1cX\x01N\xc2\x8c\xc3\xbf\xc2\x9e\xc2\x84\x1e\xc2\xa1\xc2\x97'

Answer 1

xc2,xc3 指 utf-8 中的 00。例如:对于 2 次方，utf-8 为\xc2\xb2

因此，当您编码时，它会添加在每个代码点之前。

欲了解更多详情，请参阅以下链接

https://www.utf8-chartable.de/unicode-utf8-table.pl?start=128&number=128&utf8=string-literal&unicodeinhtml=hex