我们知道，在 Unicode 编码中，中文占3个字节，所以一个中文字符编码为 Bytes 型数据以后，会占用3个 Bytes 字符，例如：

>>> a = '青'
>>> a.encode()
b'\xe9\x9d\x92'
>>> b = '青南'
>>> b.encode()
b'\xe9\x9d\x92\xe5\x8d\x97'

注意这里的 \xe9 需要作为整体来看待，表示一个16进制数。

所以，当我要把 Bytes 型数据 \xe9\x9d\x92\xe5\x8d\x97 转为字符串时，Python 会把 \xe9\x9d\x92 转成 青 字，把 \xe5\x8d\x97 转成 南 字，看起来，似乎是 Python 知道应该把每3个 Bytes 符号一组来进行处理。

然而，Unicode 中，emoji 表情是4个字节，例如表情符号： ? ，它对应的 Bytes 型数据为： \xf0\x9f\xa4\x94 ，如下图所示：

如果我把 青?南 转换为 Bytes 型数据，值为： \xe9\x9d\x92\xf0\x9f\xa4\x94\xe5\x8d\x97 ，如下图所示，一共10个 Bytes 字符：

那么问题来了，当我对这个 Bytes 型数据进行 decode 的时候会怎么样呢？如下图所示：

Python 可以正确地把 Bytes 数据划分为：

\xe9\x9d\x92   对应“青”
\xf0\x9f\xa4\x94  对应“?”
\xe5\x8d\x97   对应“南”

为什么 Python 知道要把 \xf0\x9f\xa4\x94 这4个符号分到一组？为什么不会像下面这样分组？

\xe9\x9d\x92