Question

以下代码可以将字符串编码为Utf-8：

#!/usr/bin/python
# -*- coding: utf-8 -*-

str = 'ورود'
print(str.encode('utf-8'))

打印：

b'\xd9\x88\xd8\xb1\xd9\x88\xd8\xaf'

但我不能使用此代码解码此字符串：

#!/usr/bin/python
# -*- coding: utf-8 -*-

str = b'\xd9\x88\xd8\xb1\xd9\x88\xd8\xaf'
print(str.decode('utf-8'))

错误是：

Traceback (most recent call last):
  File "C:\test.py", line 5, in <module>
    print(str.decode('utf-8'))
AttributeError: 'str' object has no attribute 'decode'

请帮助我......

修改

从答案切换到字节串：

#!/usr/bin/python
# -*- coding: utf-8 -*-

str = b'\xd9\x88\xd8\xb1\xd9\x88\xd8\xaf'
print(str.decode('utf-8'))

现在错误是：

Traceback (most recent call last):
  File "C:\test.py", line 5, in <module>
    print(str.decode('utf-8'))
  File "C:\Python34\lib\encodings\cp437.py", line 19, in encode
    return codecs.charmap_encode(input,self.errors,encoding_map)[0]
UnicodeEncodeError: 'charmap' codec can't encode characters in position 0-3: character maps to <undefined>

Answer 1

看起来你正在使用Python 3.X.您.encode() Unicode字符串（u'xxx'或'xxx'）。您.decode()字节字符串b'xxxx'。

#!/usr/bin/python
# -*- coding: utf-8 -*-

s = b'\xd9\x88\xd8\xb1\xd9\x88\xd8\xaf'
#   ^
#   Need a 'b'
#
print(s.decode('utf-8'))

注意您的终端可能无法显示Unicode字符串。我的Windows控制台没有：

Python 3.3.5 (v3.3.5:62cf4e77f785, Mar  9 2014, 10:35:05) [MSC v.1600 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>> s = b'\xd9\x88\xd8\xb1\xd9\x88\xd8\xaf'
>>> #   ^
... #   Need a 'b'
... #
... print(s.decode('utf-8'))
Traceback (most recent call last):
  File "<stdin>", line 4, in <module>
  File "D:\dev\Python33x64\lib\encodings\cp437.py", line 19, in encode
    return codecs.charmap_encode(input,self.errors,encoding_map)[0]
UnicodeEncodeError: 'charmap' codec can't encode characters in position 0-3: character maps to <undefined>

但进行解码。 '\uxxxx'表示Unicode代码点。

>>> s.decode('utf-8')
'\u0648\u0631\u0648\u062f'

我的PythonWin IDE支持UTF-8并可以显示字符：

>>> s = b'\xd9\x88\xd8\xb1\xd9\x88\xd8\xaf'
>>> print(s.decode('utf-8'))
ورود

您还可以将数据写入文件并在支持UTF-8的编辑器中显示，如记事本。因为您的原始字符串已经是UTF-8，所以只需将其作为字节直接写入文件即可。 'wb'以二进制模式打开文件，字节按原样写入：

>>> with open('out.txt','wb') as f:
...     f.write(s)

如果您有Unicode字符串，可以将其写为UTF-8，其中包含：

>>> with open('out.txt','w',encoding='utf8') as f:
...     f.write(u)  # assuming "u" is already a decoded Unicode string.

P.S。 str是内置类型。不要将它用于变量名称。

Python 2.x的工作方式不同。 'xxxx'是一个字节字符串，u'xxxx'是一个Unicode字符串，但您仍然.encode() Unicode字符串和.decode()字节字符串。

Answer 2

使用以下代码：

str = b'\xd9\x88\xd8\xb1\xd9\x88\xd8\xaf'
print(str.decode('utf-8'))

Answer 3

Python有一个第一类unicode类型，可以用来代替普通的bytestring str类型。一旦你接受了在a之间明确转换的需要，这很容易 bytestring和Unicode字符串：

>>> persian_enter = unicode('\xd9\x88\xd8\xb1\xd9\x88\xd8\xaf', 'utf8')
>>> print persian_enter
ورود

Python 2有两个全局函数将对象强制转换为字符串：unicode（）将它们强制转换为Unicode字符串，str（）将它们强制转换为非Unicode字符串。 Python 3只有一个字符串类型Unicode strings，因此str（）函数就是您所需要的。（unicode（）函数不再存在。）

详细了解reading and writing unicode data

python可以编码为utf-8但无法解码

修改

3 个答案: