爲什麼我不能將\ xDF（ß）解碼爲UTF-8？

Question

我有一個字節串b"\xDF"。當我嘗試將其解碼爲UTF-8時，會拋出一個UnicodeDecodeError。解碼到CP1252工作正常。在兩個字符集中，0xDF都由字符「ß」表示。那麼爲什麼錯誤？以UTF-8

>>> hex(ord("ß")) 
'0xdf' 
>>> b"\xDF".decode("utf-8") 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xdf in position 0: unexpected end of data 
>>> b"\xDF".decode("cp1252") 
'ß' 

Answer 1

所有單字節編碼字符必須是在範圍[0×00 .. 0x7F的]（https://en.wikipedia.org/wiki/UTF-8）。這些相當於7位ASCII碼。

對於德國ß，你會得到2個字節的UTF-8：

>>> "ß".encode("utf-8") 

B '\ XC3 \ x9f'

解碼的時候可以同時正常工作：

b'\xc3\x9f'.decode("utf-8") 

'ß'