Python 3 中 str 和 bytes 的边界在哪里？常见的 UnicodeDecodeError 怎么排查？

结论：str 是 Unicode 码点序列（文本），bytes 是字节序列（原始数据），编码（encode）把 str 变 bytes，解码（decode）反之。Python 3 的铁律是两者不隐式转换——'a' + b'b' 直接 TypeError，边界（文件、网络、进程 IO）处必须显式指定编码。

展开：最佳实践是"Unicode 三明治"：进入系统立刻 decode 成 str，内部全部用 str 处理，离开系统才 encode。UnicodeDecodeError 的排查套路：1）确认真实编码——文件头部、协议声明、chardet 探测，不要默认猜 UTF-8（中文 Windows 文件常是 GBK）；2）定位边界——open() 不传 encoding 会用平台默认编码（locale 决定），这是"本地正常、服务器炸"的头号原因，应永远显式写 encoding='utf-8'；3）决定容错策略——errors='replace' 用 占位、'ignore' 丢弃、'strict' 抛错，日志清洗场景用 replace 保流程。易错点：str 的长度按码点算，emoji 和组合字符的"用户感知字符"（grapheme cluster）可能跨多个码点；bytes 迭代得到 int 不是单字节 bytes。

with open(path, encoding='utf-8', errors='replace') as f:
    text = f.read()
data = text.encode('utf-8')          # str → bytes
assert data.decode('utf-8') == text  # 往返

追问方向：UTF-8 的变长编码设计为何兼容 ASCII、surrogate 与 sys.getfilesystemencoding() 的关系。