mã hóa python chuyển đổi

Question

Đây là vấn đề của tôi, tôi có một biến mã hóa sai mà tôi muốn sửa chữa. câu chuyện dài ngắn, tôi kết thúc với:

myVar=u'\xc3\xa9' 

đó là sai bởi vì đó là nhân vật 'é' hoặc \u00e9 UTF-8 mã hóa, không unicode.

Không có sự kết hợp mã hóa/giải mã nào mà tôi cố gắng giải quyết vấn đề. Tôi nhìn về phía đối tượng bị cắt xén, nhưng bạn phải cung cấp một mã hóa, và rõ ràng là không ai trong số họ phù hợp.

Về cơ bản tôi cần diễn giải lại mảng byte thành mã hóa chính xác. Bất kỳ ý tưởng về cách làm điều đó? Cảm ơn.

Answer 1

Điều bạn nên làm.

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

Vì bạn không hiển thị mã bị hỏng gây ra sự cố, tất cả những gì chúng tôi có thể làm là làm cho vấn đề phức tạp phức tạp hơn.

Điều này dường như là những gì bạn đang thấy.

>>> 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) 

Đây là giải pháp thay thế.

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

Sửa mã đã tạo ra nội dung không đúng để bắt đầu.

Answer 2

Giải pháp hacky: kéo các điểm mã bằng ord, sau đó xây dựng các ký tự (chiều dài một chuỗi) ra khỏi số này với chr, sau đó dán lô lại với nhau và giải mã.

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