python编码转换答案

【问题标题】：python encoding conversionpython编码转换
【发布时间】：2011-09-23 19:42:06
【问题描述】：

这是我的问题，我想修复一个编码错误的变量。长话短说，我最终得到：

myVar=u'\xc3\xa9'

这是错误的，因为它是字符 'é' 或 \u00e9 UTF-8 编码，而不是 unicode。

我尝试过的编码/解码组合似乎都不能解决问题。我查看了 bytearray 对象，但您必须提供编码，显然它们都不适合。

基本上我需要将字节数组重新解释为正确的编码。关于如何做到这一点的任何想法？谢谢。

【问题讨论】：

你想得到什么，unicode 还是 str？
@X-Istence : nope unicode 是一个 number 代表一个字符，而 UTF-8 是一个 encoding 代表那个数字（例如UTF-16、UTF-32 ...)

标签： unicode encoding utf-8 python-2.6

【解决方案1】：

hacky 解决方案：使用ord 提取代码点，然后使用chr 从这些代码点中构建字符（长度为一的字符串），然后将这些代码点粘贴在一起并解码。

>>> u = u'\xc3\xa9'
>>> s = ''.join(chr(ord(c)) for c in u)
>>> unicode(s, encoding='utf-8')
u'\xe9'

【讨论】：

【解决方案2】：

你应该做的。

>>> b='\xc3\xa9'
>>> b
'\xc3\xa9'
>>> b.decode("UTF-8")
u'\xe9'

由于您没有显示导致问题的损坏代码，我们所能做的就是让复杂的问题变得更复杂。

这似乎就是您所看到的。

>>> c
u'\xc3\xa9'
>>> c.decode("UTF-8")
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/Library/Frameworks/Python.framework/Versions/2.6/lib/python2.6/encodings/utf_8.py", line 16, in decode
    return codecs.utf_8_decode(input, errors, True)
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-1: ordinal not in range(128)

这里有一个解决方法。

>>> [ chr(ord(x)) for x in c ]
['\xc3', '\xa9']
>>> ''.join(_)
'\xc3\xa9'
>>> _.decode("UTF-8")
u'\xe9'

修复产生错误内容的代码。

【讨论】：

是的，我知道应该做什么，解决问题的根源是最好的解决方案。但我处于我做不到的情况，所以我会采取临时措施，这正是我想要的。谢谢。
看来c.encode('iso-8859-15').decode('utf-8').encode('utf-8') 也可以。我是不是特殊情况？
@gregseth：不。许多编码重叠。 UTF-8 的意义在于，对于大多数标准 ASCII 字符来说，它看起来有点像 ASCII。我不知道您在该评论中所说的“作品”是什么意思，因为没有必要先进行解码以创建 Unicode，然后再进行编码以再次重新创建字节。 Python 代码以 Unicode 工作。时期。外部文件被编码（在输出上）和解码（在输入上）。除了文件 I/O 之外，编码和解码没有其他用途。
好吧，我的错，我很困惑。感谢您的宝贵时间。