用Python表示其阿拉伯字符و中的\ xd9 \ x88（UTF-8 literal）

Question

我知道\xd9\x88是阿拉伯语中و字母的utf-8代码（您可以看到this page）。

我有一个包含此类utf-8字符列表的文件，如何用阿拉伯字符表示它们，例如用\xd9\x88表示و？

如果我这样做在Python 3上：

>>> i = '\xd9\x88'
>>> print(i)
Ù

Answer 1

如果要打印角色，只需使用print();但您必须确保终端支持编码并使用具有该字形的字体。

在Windows命令提示符中，使用默认编码（不支持阿拉伯语），您将看到：

Python 2.7.5 (default, May 15 2013, 22:43:36) [MSC v.1500 32 bit (Intel)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> i = "\xd9\x88"
>>> print(i)
و
>>>

在Linux上，使用UTF-8作为默认编码并使用具有阿拉伯字形的字体，您将看到：

>>> i = "\xd9\x88"
>>> print(i)
و
>>>

回到Windows，如果你使用支持UTF-8的文本编辑器（在这种情况下，我使用的是Sublime Text），你会看到：

  

我在Windows上使用IDLE for Python和Python 3.

Python 3介绍了如何在Python中处理字符串的一些重大更改。在Python 3中，所有字符串都存储为unicode。

您实际上有一个字节字符串，一个表示代表字符的代码点的字符串。所以你需要正确解码它。

你可以这两种方式，首先是确保它的字节串开头：

>>> i = b"\xd9\x88"
>>> print(i.decode('utf-8'))
و

或者，您可以先将其编码为latin-1，这将为您提供一个字节串，然后对其进行解码：

>>> i = "\xd9\x88"
>>> type(i)
<class 'str'>
>>> type(i.encode('latin-1'))
<class 'bytes'>
>>> print(i.encode('latin-1').decode('utf-8'))
و