Question

我从文件中加载了一个字符串。当我打印出字符串：

print my_string
print binascii.hexlify(my_string)

我明白了：

2DF5
0032004400460035

这个字符串的含义是UTF-16。我想将此字符串转换为UTF-8，以便上面的代码生成此输出：

2DF5
32444635

我试过了：

my_string.decode('utf-8')

哪个输出：

32004400460035

编辑：

以下是一个快速示例：

    hello = 'hello'.encode('utf-16')
    print hello
    print binascii.hexlify(hello)

    hello = hello[2:].decode('utf-8')
    print hello
    print binascii.hexlify(hello)

产生此输出：

��hello
fffe680065006c006c006f00
hello
680065006c006c006f00

预期输出为：

��hello
fffe680065006c006c006f00
hello
68656c6c6f

Answer 1

您的字符串似乎已使用utf-16be进行编码：

In [9]: s = "2DF5".encode("utf-16be")
In [11]: print binascii.hexlify(s)
0032004400460035

因此，为了将其转换为utf-8，首先需要对其进行解码，然后对其进行编码：

In [14]: uni = s.decode("utf-16be")
In [15]: uni
Out[15]: u'2DF5'

In [16]: utf = uni.encode("utf-8")
In [17]: utf
Out[17]: '2DF5'

或者，一步到位：

In [13]: s.decode("utf-16be").encode("utf-8")
Out[13]: '2DF5'

将UTF-16转换为UTF-8

1 个答案: