Cách chuyển đổi một chuỗi thành utf-8 trong Python

Tôi có một trình duyệt gửi các ký tự utf-8 đến máy chủ Python của tôi, nhưng khi tôi truy xuất nó từ chuỗi truy vấn, mã hóa mà Python trả về là ASCII. Làm cách nào để chuyển đổi chuỗi đơn giản thành utf-8?

LƯU Ý: Chuỗi được truyền từ web đã được mã hóa UTF-8, tôi chỉ muốn tạo Python để coi nó là UTF-8 chứ không phải ASCII.

>>> plain_string = "Hi!"
>>> unicode_string = u"Hi!"
>>> type(plain_string), type(unicode_string)
(<type 'str'>, <type 'unicode'>)

^ Đây là sự khác biệt giữa chuỗi byte (plain_ chuỗi) và chuỗi unicode.

>>> s = "Hello!"
>>> u = unicode(s, "utf-8")

^ Chuyển đổi sang unicode và chỉ định mã hóa.

Nếu các phương thức trên không hoạt động, bạn cũng có thể yêu cầu Python bỏ qua các phần của chuỗi mà nó không thể chuyển đổi thành utf-8:

stringnamehere.decode('utf-8', 'ignore')

Có thể hơi quá mức, nhưng khi tôi làm việc với ascii và unicode trong cùng một tệp, việc giải mã lặp lại có thể là một nỗi đau, đây là những gì tôi sử dụng:

def make_unicode(input):
    if type(input) != unicode:
        input =  input.decode('utf-8')
    return input

Thêm dòng sau vào đầu tệp .py của bạn:

# -*- coding: utf-8 -*-

cho phép bạn mã hóa chuỗi trực tiếp trong tập lệnh của mình, như thế này:

utfstr = "ボールト"

Nếu tôi hiểu bạn chính xác, bạn có một chuỗi byte được mã hóa utf-8 trong mã của bạn.

Chuyển đổi chuỗi byte thành chuỗi unicode được gọi là giải mã (unicode -> chuỗi byte là mã hóa).

Bạn làm điều đó bằng cách sử dụng hàm unicode hoặc phương thức giải mã . Hoặc:

unicodestr = unicode(bytestr, encoding)
unicodestr = unicode(bytestr, "utf-8")

Hoặc là:

unicodestr = bytestr.decode(encoding)
unicodestr = bytestr.decode("utf-8")

city = 'Ribeir\xc3\xa3o Preto'
print city.decode('cp1252').encode('utf-8')

Trong Python 3.6, chúng không có phương thức unicode () tích hợp. Các chuỗi đã được lưu trữ dưới dạng unicode theo mặc định và không cần chuyển đổi. Thí dụ:

my_str = "\u221a25"
print(my_str)
>>> √25

Dịch với ord () và unichar (). Mỗi char unicode có một số liên kết, một cái gì đó giống như một chỉ mục. Vì vậy, Python có một vài phương thức để dịch giữa char và số của anh ta. Nhược điểm là một ví dụ. Hy vọng nó có thể giúp đỡ.

>>> C = 'ñ'
>>> U = C.decode('utf8')
>>> U
u'\xf1'
>>> ord(U)
241
>>> unichr(241)
u'\xf1'
>>> print unichr(241).encode('utf8')
ñ

Có, bạn có thể thêm

# -*- coding: utf-8 -*-

trong dòng đầu tiên của mã nguồn của bạn.

Bạn có thể đọc thêm chi tiết tại đây https://www.python.org/dev/peps/pep-0263/