Python'da bir dizeyi utf-8'e dönüştürme

Python sunucuma utf-8 karakter gönderen bir tarayıcı var, ancak sorgu dizesinden aldığımda, Python döndürdüğü kodlama ASCII olduğunu. Düz dizeyi utf-8'e nasıl dönüştürebilirim?

Not: Web'den geçirilen dize zaten UTF-8 kodlu, ben sadece Python ASCII değil UTF-8 olarak tedavi etmek istiyorum.

>>> plain_string = "Hi!"
>>> unicode_string = u"Hi!"
>>> type(plain_string), type(unicode_string)
(<type 'str'>, <type 'unicode'>)

^ Bu bir bayt dizesi (düz_dizesi) ve bir unicode dizesi arasındaki farktır.

>>> s = "Hello!"
>>> u = unicode(s, "utf-8")

^ Unicode'a dönüştürme ve kodlamayı belirleme.

Yukarıdaki yöntemler işe yaramazsa, Python'a bir dizenin utf-8'e dönüştüremediği kısımlarını yoksaymasını da söyleyebilirsiniz:

stringnamehere.decode('utf-8', 'ignore')

Biraz abartılı olabilir, ancak aynı dosyalarda ascii ve unicode ile çalıştığımda, tekrar kod çözme bir acı olabilir, kullandığım şey bu:

def make_unicode(input):
    if type(input) != unicode:
        input =  input.decode('utf-8')
    return input

.Py dosyanızın üstüne aşağıdaki satırı ekleme:

# -*- coding: utf-8 -*-

dizeleri doğrudan betiğinizde şu şekilde kodlamanıza olanak tanır:

utfstr = "ボールト"

Sizi doğru anlarsam, kodunuzda utf-8 kodlu bir bayt dizesi bulunur.

Bayt dizesini bir unicode dizeye dönüştürmek kod çözme olarak bilinir (unicode -> bayt dizesi kodlamadır).

Bunu unicode işlevini veya kod çözme yöntemini kullanarak yaparsınız . Ya:

unicodestr = unicode(bytestr, encoding)
unicodestr = unicode(bytestr, "utf-8")

Veya:

unicodestr = bytestr.decode(encoding)
unicodestr = bytestr.decode("utf-8")

city = 'Ribeir\xc3\xa3o Preto'
print city.decode('cp1252').encode('utf-8')

Python 3.6'da yerleşik bir unicode () yöntemi yoktur. Dizeler varsayılan olarak zaten unicode olarak saklanır ve herhangi bir dönüştürme gerekmez. Misal:

my_str = "\u221a25"
print(my_str)
>>> √25

Ord () ve unichar () ile tercüme edin. Her unicode karakterinin bir indeksi gibi bir numarası vardır. Yani Python'un bir karakter ve numarası arasında çeviri yapmak için birkaç yöntemi var. Olumsuz ñ örneğidir. Umarım yardımcı olabilir.

>>> C = 'ñ'
>>> U = C.decode('utf8')
>>> U
u'\xf1'
>>> ord(U)
241
>>> unichr(241)
u'\xf1'
>>> print unichr(241).encode('utf8')
ñ

Evet, ekleyebilirsiniz

# -*- coding: utf-8 -*-

kaynak kodunuzun ilk satırında.

Daha fazla bilgiyi buradan okuyabilirsiniz https://www.python.org/dev/peps/pep-0263/