使用 utf-8 编码后无法使用 utf-8 解码

Question

在某种情况下，我不得不将数据存储为 utf-8，而现在当我想获取和 decode('utf-8') 数据时，它根本不起作用。以下面的行为例：

\x0d\x0a\xd8\xb3\xd8\xa7\xd9\x82\xdb\x8c\xe2\x80\x8c\xd9\x86\xd8\xa7\xd9\x85\xd9\x87

您可以简单地复制下面的行，将上面的字符串转换为人类可读的格式：

b"\x0d\x0a\xd8\xb3\xd8\xa7\xd9\x82\xdb\x8c\xe2\x80\x8c\xd9\x86\xd8\xa7\xd9\x85\xd9\x87".decode("utf-8")

但是找不到将字符串转换为bytestring 而不损坏字符串的方法。我尝试了以下方法，但都失败了：

.decode("utf-8")
.decode()
.bytes()

到目前为止，我无法在操作系统或其他地方找到解决方案。感谢任何帮助。

Answer 1

x0d\x0a\xd8\xb3\xd8\xa7\xd9\x82\xdb\x8c\xe2\x80\x8c\xd9\x86\xd8\xa7\xd9\x85\xd9\x87
b'x0d\x0a\xd8\xb3\xd8\xa7\xd9\x82\xdb\x8c\xe2\x80\x8c\xd9\x86\xd8\xa7\xd9\x85\xd9\x87'

以上几行（都在问题中给出）是String and Bytes literals（分别）的特定实例：

\xhh 具有十六进制值的字符hh (^{2, 3})

---

² 与标准 C 不同，正好两个十六进制数字是 需要。

³ 在字节文字中，十六进制和八进制转义表示 具有给定值的字节。 在字符串文字中，这些转义 表示具有给定值的 Unicode 字符。

---

让我们检查以这种方式定义的字符串（在 Python 提示符内）：

>>> xstr = "\x0d\x0a\xd8\xb3\xd8\xa7\xd9\x82\xdb\x8c\xe2\x80\x8c\xd9\x86\xd8\xa7\xd9\x85\xd9\x87"
>>> xstr
'\r\nساÙ\x82Û\x8câ\x80\x8cÙ\x86اÙ\x85Ù\x87'
>>> print( xstr)

ساÙÛâÙاÙ
Ù
>>>

显然，print( xstr) 输出与任何已知语言中的单词都不相似，但其所有字符（根据定义）属于 Unicode 范围 r'[\u0000-\u00ff]' 即 Unicode 中的前 256 个字符，瞧 - 它是 iso-8859-1又名'latin1'。

我们需要获取xstr 字符串的编码版本作为字节对象，例如使用str.encode 方法或内置bytes() 函数。那么

print( bytes(xstr,'latin1').decode()); print(xstr.encode("latin1").decode())

ساقی‌نامه

ساقی‌نامه