Konvertieren von ASCII in Unicode-Codierung Problem

Question

Ich habe eine Frage über Python 2-Codierung. Ich versuche, eine ASCII-Zeichenkette zu entschlüsseln, die Unicode-Code eines Buchstabens zu Unicode enthält, und es dann zurück zu Latin-1 zu kodieren, aber mit keinem Erfolg. Hier ist eine Abbildung:

In[27]: d = u'\u010d' 

In[28]: print d.encode('utf-8') 

č 

In[29]: d1 = '\u010d' 

In[30]: d1.decode('ascii').encode('utf-8') 

Out[30]: '\\u010d' 

Ich mag würde '\u010d'-'č' konvertieren. Gibt es integrierte Lösungen, um den Austausch von benutzerdefinierten Strings zu vermeiden?

Answer 1

Wenn Sie das tun

d1 = '\u010d' 

Sie diese Zeichenfolge tatsächlich erhalten:

In [3]: d1 
Out[3]: '\\u010d' 

Dies liegt daran, "normal" (Nicht-Unicode) Zeichenketten nicht erkennen die \unnnn Escape-Sequenz und damit umwandeln es zu einem wörtlichen Backslash, gefolgt von unnnn.

Um das zu entschlüsseln, müssen Sie die unicode_escape codec verwenden:

In [4]: print d1.decode("unicode_escape").encode('utf-8') 
č 

Aber natürlich sollten Sie nicht Unicode-Escape-Sequenzen in Nicht-Unicode-Strings in erster Linie verwenden.