Question

这是我的问题......我有一个“正常”字符串，如：

Hello World

与我找到的所有其他主题不同，我想打印它，因为它是Unicode Codepoint Escape值！

我正在寻找的输出是这样的：

\u0015\u0123

如果有人有想法：）

Answer 1

您只编码的ASCII码点。 UTF-8是ASCII的超集，任何ASCII码点都编码为ASCII将使用的相同字节。您打印的内容是正确的， UTF-8。

使用一些非ASCII代码点来查看差异：

>>> 'Hello world with an em-dash: \u2014\n'.encode('utf8')
b'Hello world with an em-dash: \xe2\x80\x94\n'

Python会在显示带有可打印ASCII字节的bytes值时使用字符本身。不可打印的任何字节值都显示为\x..转义码，如果有一个（\n换行符，则显示单字符转义序列。）

另一方面，从您的示例输出中，您似乎希望输出Python unicode文字转义码：

>>> '\u0015\u0123'
'\x15ģ'

由于U + 0123是可打印的，因此Python 3只显示它;不可打印的U + 0015（NEGATIVE ACKNOWLEDGE）是0x00 - 0xFF范围内的代码点，使用较短的\x..转义符号显示。

要显示文本的仅 unicode转义序列，您需要逐个字符地处理它：

>>> input_text = 'Hello World!'
>>> print(''.join('\\u{:04x}'.format(ord(c)) for c in input_text))
\u0048\u0065\u006c\u006c\u006f\u0020\u0057\u006f\u0072\u006c\u0064\u0021
>>> input_text = 'Hello world with an em-dash: \u2014\n'
>>> print(''.join('\\u{:04x}'.format(ord(c)) for c in input_text))
\u0048\u0065\u006c\u006c\u006f\u0020\u0077\u006f\u0072\u006c\u0064\u0020\u0077\u0069\u0074\u0068\u0020\u0061\u006e\u0020\u0065\u006d\u002d\u0064\u0061\u0073\u0068\u003a\u0020\u2014\u000a

重要的是要强调这是不 UTF-8。

Answer 2

您可以将 ord 用于编码的字节数字，并使用字符串格式显示其十六进制值。

>>> s = u'Hello World \u0664\u0662'
>>> print s
Hello World ٤٢
>>> print ''.join('\\x%02X' % ord(c) for c in s.encode('utf-8'))
\x48\x65\x6C\x6C\x6F\x20\x57\x6F\x72\x6C\x64\x20\xD9\xA4\xD9\xA2

串行到Python中的unicode代码点escpe序列

2 个答案: