Question

我有一个UTF-8字符，我想将其转换为16位的unicode编码。怎么做？

可以通过读取写入文件的文件并使用repr（）来获取字符的Unicode：

import codecs
f = codecs.open("a.txt",mode='rb',encoding='utf-8')
r = f.readlines()
for i in r:
    print i,repr(i)

输出：

پٹ u'\ufeff\u067e\u0679'

现在我如何获得u'\ufeff\u067e\u0679'的16位unicode编码？

Answer 1

要获取unicode 代码点，只需致电ord：

import io
f = io.open("a.txt", mode='r', encoding='utf-8')
for line in f:
    print (line, repr(line), ' '.join(str(ord(c)) for c in line),
                  ' '.join('{0:b}'.format(ord(c)) for c in line))

没有一个unicode 编码。如果您正在寻找代码点的UTF-16表示（可以超过16位），只需调用

u'\ufeff\u067e\u0679'.encode('utf-16')

Answer 2

>>> a=u'\ufeff\u067e\u0679'
>>> a
u'\ufeff\u067e\u0679'
>>> a.encode("utf-16")
'\xff\xfe\xff\xfe~\x06y\x06'

最后一行是你想要的字符串。

Answer 3

因此，如果您的字符串位于s：

s_enc = s.encode("utf-16")
hex_string = "".join([format(i, "X").rjust(2,"0") for i in s_enc])
bin_string = "".join([format(i, "b").rjust(8,"0") for i in s_enc])

我认为这就是你追求的目标？（在py3k中测试过，但我认为应该在2中工作）。

编辑：需要稍微修改Python 2x：

s_enc = s.encode("utf-16")
hex_string = "".join([format(ord(i), "X").rjust(2,"0") for i in s_enc])
bin_string = "".join([format(ord(i), "b").rjust(8,"0") for i in s_enc])

但是，无论哪种方式关键是首先调用encode（）将其转换为您选择的编码（从您的问题中不清楚，但在行之间读取，是UTF-16）

将字符转换为16位的unicode编码

3 个答案: