Question

我正在尝试这段代码：

s = "سلام"
'{:b}'.format(int(s.encode('utf-8').encode('hex'), 16))

但发生此错误：

'{:b}'.format(int(s.encode('utf-8').encode('hex'), 16))
UnicodeDecodeError：'ascii'编解码器无法解码位置0的字节0xd3：序号不在范围内（128）

我试过了'{:b}'.format(int(s.encode('utf-8').encode('hex'), 16))但没有改变。

我该怎么办？

Answer 1

由于你使用的是python 2，s = "سلام"是一个字节字符串（无论你的终端使用什么编码，大概是utf8）：

>>> s = "سلام"
>>> s
'\xd8\xb3\xd9\x84\xd8\xa7\xd9\x85'

您不能encode字节字符串（因为它们已经“编码”）。你正在寻找unicode（“真实”）字符串，在python2中必须以u为前缀：

>>> s = u"سلام"
>>> s
u'\u0633\u0644\u0627\u0645'
>>> '{:b}'.format(int(s.encode('utf-8').encode('hex'), 16))
'1101100010110011110110011000010011011000101001111101100110000101'

如果您从raw_input等函数获取字节字符串，那么您的字符串已经编码 - 只需跳过encode部分：

'{:b}'.format(int(s.encode('hex'), 16))

或（如果您要对其进行任何其他操作）将其转换为unicode：

s = s.decode('utf8')

这假设您的输入是UTF-8编码，如果情况可能不是这样，请先检查sys.stdin.encoding。

i10n的内容很复杂，这里有两篇文章可以帮助你进一步：

在python中将字符串转换为unicode类型

1 个答案: