Python 2.7：unicode表示的名称

Question

unicode的这些不同类型的ascii表示的名称是什么？

• \xF0\x9F\x98\xA2
• \U0001f622

而且是有，他们属于这比“表示”更具体的设置期限？在这些背景下，我将如何描述非ascii表示（）？

由于我不知道该怎么称呼他们，因此很难搜索如何与他们合作。

谢谢！

Answer 1

正如Tom Blodget已经警告过你，这是一个有点python的具体答案。

---

前导\表明它是一个转义序列。

\x表示接下来的两个字符将被解释为十六进制数字。

\U表示接下来的八个字符将被解释为一个32位的十六进制值。

你可以阅读更多有关在这里：

https://docs.python.org/3/reference/lexical_analysis.html#string-and-bytes-literals

要完全回答你的问题：

• \xF0\x9F\x98\xA2只是1-4个ASII码，你有自己的十六进制值
• \U0001f622是UNICODE编码点编码用32位十六进制值
• 是一个字形或简单的特殊字符。

Answer 2

对于Python 3

首先似乎是一场误会约十六进制转义：

print("\xF0\x9F\x98\xA2" == "\u00F0\u009F\u0098\u00A2") 
print("\xF0\x9F\x98\xA2" == "\U000000F0\U0000009F\U00000098\U000000A2") 
print("\xF0\x9F\x98\xA2" == "\U000000F0\U0000009F\U00000098\U000000A2") 
print("\xF0\x9F\x98\xA2" == "\N{LATIN SMALL LETTER ETH}\N{APPLICATION PROGRAM COMMAND}\N{START OF STRING}\N{CENT SIGN}") 

和完整性（我记得在机器代码有效利用八其中一些指令有3位，对齐的论点，但我没有看到实际编程中的重点）：

print("\xF0\x9F\x98\xA2" == "\360\237\230\242") 

看起来它们都是Unicode 代码点分别以2位十六进制，4位十六进制和8位十六进制转义，范围从U + 0000到U + 00FF，U + FFFF和U + 10FFFF 。

我们可以确认，与其他语言不同，在Python 3中，\ u for代表UTF-16代码单元，它确实是一个代码点。

print("\ud83d\ude22" == "\U0000d83d\U0000de22") 

和用于完整性：

print("\U0001f622" == "") 
print("\N{CRYING FACE}" == "") 

在其他语言中（在那里它们将是两个UTF-16代码单元），"\ud83d\ude22"将等于""。

现在，U + D8ED和U + DE22是指定为代理的Unicode代码点。换句话说，不是个字符。它们为UTF-16代码单元保留了具有相应值的代码点代码空间。当Unicode从2^16码点扩展到2^21码点时，这种方式将Unicode的USC-2编码透明地扩展到UTF-16。欲了解更多信息，请参阅Unicode FAQ。

---

由于@Robᵩ指出，你可以有一个字节字符串字面，太：

print("\U0001f622".encode("utf-8") == b"\xF0\x9F\x98\xA2")