Question

我有一个像'u'\ u00000958'这样的值从数据库返回，我想把这个字符串转换为utf8。我尝试这样的事情：

cp = u'\\U00000958'
value = cp.decode('unicode-escape').encode('utf-8')
print 'Value: " + value

我收到此错误：

UnicodeDecodeError：'ascii'编解码器无法解码字节0xe0的位置 0：序数不在范围内（128）

如何正确转换此值？

更多细节。我在2.7.10中使用ucs2。

Answer 1

对于unicode问题，通常有助于指定python 2与python 3，以及如何获得特定表示。

从第一句中不清楚实际值是什么，而不是它的显示方式。目前还不清楚value like u'\\U00000958'是一个1字符的unicode字符串，一个10字符的unicode字符串，一个14字符（ascii）字节字符串，还是其他东西。使用len和type可以确保您拥有的内容。

通过尝试解码cp，您暗示您知道cp是字节，但是编码是什么？错误消息表明它不是ascii字节。 0xe0是utf-8编码的典型起始字节。以下互动

>>> s = "u'\\U00000958'"
>>> se = eval(s)
>>> se
u'\u0958'
>>> se.encode(encoding='utf-8')
'\xe0\xa5\x98'
>>>

向我建议，以\ xe0开头的cp是3个utf-8编码字节，而u'\\U00000958'是其unicode解码的可评估表示。