Python 2.7：使用\ U前缀创建的utf-16字符串中有多少字节？

Question

我想在我的应用中使用utf-16。

我知道，\ u用于描述utf-8字符（2个字节）

>>> u'\u1234'
> u'\u1234'

和\ U用于描述utf-16 characher（4个字节）。

>>> u'\U12345678'
> u'\5678'

是否存在长篇字符的约束，以\ U方式描述？

Answer 1

\U只能用于有效的Unicode代码点：

>>> u'\U12345678'
  File "<stdin>", line 1
SyntaxError: (unicode error) 'unicodeescape' codec can't decode bytes in position 0-9: illegal Unicode character
>>> u'\U0001FFFF'
u'\U0001ffff'

Python 2可以处理这些问题，但它取决于你的构建类型（宽或窄）这个字符数量。窄版本使用两个UTF-16代码点对字符进行编码。