码位（code position/point）Unicode 编码与 Python 2/3 编码兼容性问题

Unicode HOWTO

0. 码位（code position/point）

一个码位由某个数值表示，全部码位共同构成其码值空间（code space）。

• ASCII，0~7F_hex（128）
• 拓展 ASCII，0~FF_hex（256）
• Unicode，0~10FFFF_hex
  
  • 1, 114, 112，17×2¹⁶（17 个平面）

2. python 下的编码

• bytes.decode() ⇔ str.encode()

3. UnicodeDecodeError: ‘utf8’ codec can’t decode byte 0x9c

比如在读取 œ 时，便会造成 UnicodeDecodeError。

>> b'\x9c'.decode('cp1252')'œ'