在python中将unicode字符转换为utf-8

Question

有人可以告诉我如何在python中将unicode字符转换为utf-8吗？

例如：

输入 - अअघꗄ

输出 - E0A485 E0A485 E0A498 EA9784

我在python控制台中尝试了以下方法：

  

    

蟒提示符＆GT;＆GT;＆GT; character =＆＃34;अ＆＃34;

         

蟒提示符＆GT;＆GT;＆GT;字符

         

蟒提示符＆GT;＆GT;＆GT; ＆＃39; \ xe0 \ XA4 \ X85＆＃39;

  

在上面的示例中，如果我只是打印变量＆＃34; character＆＃34;在控制台中，我会得到＆＃39; \ xe0 \ xa4 \ x85＆＃39;作为输出。但我需要E0A485形式的输出。简而言之，我得到的输出是＆＃39; \ xe0 \ xa4 \ x85＆＃39;有3＆＃39; \ x＆＃39;转义字符。我怎样才能摆脱这些＆＃39; \ x？s？所以我的输出只是e0a485或E0A485

Answer 1

只需在你的unicode字符串上调用encode()，然后hexlify()就可以了。

s = u'\u0905 \u0905 \u0918 \ua5c4'
print s
अ अ घ ꗄ
s_utf8 = s.encode('utf8')
print s_utf8
अ अ घ ꗄ
>>> s_utf8
'\xe0\xa4\x85 \xe0\xa4\x85 \xe0\xa4\x98 \xea\x97\x84'
>>> from binascii import hexlify
>>> hexlify(s_utf8)
>>> 'e0a48520e0a48520e0a49820ea9784'

如果要保留空格，可以这样做：

>>> ' '.join(hexlify(c) for c in s_utf8.split())
'e0a485 e0a485 e0a498 ea9784'
>>> b' '.join(hexlify(c) for c in s_utf8.split())    # Python 3
b'e0a485 e0a485 e0a498 ea9784'

或者一气呵成：

>>> s
u'\u0905 \u0905 \u0918 \ua5c4'
>>> ' '.join(hexlify(c.encode('utf8')) for c in s.split())
'e0a485 e0a485 e0a498 ea9784'
>>> b' '.join(hexlify(c.encode('utf8')) for c in s.split())    # Python 3
b'e0a485 e0a485 e0a498 ea9784'

您可以在结果字符串上调用upper()以生成'E0A485 E0A485 E0A498 EA9784'：

Answer 2

你可以使用带有backslashreplace标志的encode，如下所示：

>>> character.encode('ascii', 'backslashreplace')
b'\\u0905 \\u0905 \\u0918 \\ua5c4'

如果你想要大写的话，你总是可以添加.upper（）。