Python 和对 EUC-KR 的支持

Question

我正在尝试使用 python 3.10 中的字符串编码，特别是为了演示 yen/won/backslash 编码问题。

所以以下行为（不可逆映射）对我来说很有意义：

>>> "¥".encode("shift-jis").decode("shift-jis")
'\\'

我还可以用我的 iconv 副本进行验证：

$ echo -n "¥" | iconv -f utf-8 -t shift-jis | hexdump
0000000 005c
0000001

现在我很难理解以下行为：

>>> "₩".encode("euc-kr")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'euc_kr' codec can't encode character '\u20a9' in position 0: illegal multibyte sequence

同时：

$ echo -n "₩" | hexdump
0000000 82e2 00a9
0000003
$ echo -n "₩" | iconv -f utf-8 -t euc-kr | hexdump
0000000 dca3
0000002
$ echo -n "₩" | iconv -f utf-8 -t euc-kr | iconv -f euc-kr -t utf-8 | hexdump
0000000 bfef 00a6
0000003

我对KS X 1001（注册为ISO-IR 149）的天真的理解是，

₩

真的是

\

（*）：

KS X 1001 的编码方案包括 EUC-KR（ASCII 和 ISO 基于 646-KR 的变体，后者包括韩元货币 字节 0x5C 处的符号 (₩) 而不是反斜杠）

我对

KS X 1001

和

₩

有什么误解？

1. 为什么 python 不返回

   \

   符号？
2. 为什么 iconv 为

   dca3

   （U+20A9，WON SIGN）返回代码

   ₩

   （U+FFE6 FULLWIDTH WON SIGN）？

供参考：

$ python3 --version
Python 3.10.12

和

$ iconv --version
iconv (Ubuntu GLIBC 2.35-0ubuntu3.6) 2.35

Answer 1

问题是 Unicode 有两个韩元符号：U+20A9 韩元符号和U+FFE6 全角韩元符号。 Python 已经实现了全角版本，但您正在测试另一个版本。他们这样做可能正是为了避免您正在测试的问题。这很好用：

"\uffe6".encode("euc-kr")
b'\xa3\xdc'