Python ASCII到Unicode

Question

我知道如何从'u \ u4f60 \ u597d'获得'4f60597d'

>>> u_str= u'你好'
>>> repr(u_str).replace('\u', '')[2:-1] 
'4f60597d'

但是如果字符串中有一些ascii：

>>> u_str= u'12你好'    
>>> repr(u_str).replace('\u', '')[2:-1] 
'124f60597d'

这是不我想要的结果。

我希望我能得到如下输出：003100324f60597d

你可以告诉我吗？

Answer 1

您可以使用ord()为每个字符获取整数代码点，而不是格式化：

''.join(format(ord(c), '04x') for c in u_str)

演示：

>>> u_str = u'12你好'  
>>> ''.join(format(ord(c), '04x') for c in u_str)
'003100324f60597d'

或者您可以编码为UTF-16（大端）并在结果上使用binascii.hexlify();这可能是更快的选择：

from binascii import hexlify

hexlify(u_str.encode('utf-16-be'))

演示：

>>> from binascii import hexlify
>>> hexlify(u_str.encode('utf-16-be'))
'003100324f60597d'

后者还处理BMP之外的字符，每个代码点需要4个字节，这将使用UTF-16代理对进行编码：

>>> hexlify(u'\U0001F493'.encode('utf-16-be'))
'd83ddc93'