如何用python3制作unicode字符串

Posted 2023-02-24

【中文标题】如何用python3制作unicode字符串

【英文标题】：How to make unicode string with python3

【发布时间】：2011-10-12 07:49:26

【问题描述】：

我用过这个：

u = unicode(text, 'utf-8')

但是 Python 3 出现错误（或者......也许我只是忘了包含一些东西）：

NameError: global name 'unicode' is not defined

谢谢。

【问题讨论】：

如果有一个很棒的理由升级到 python 3，它默认是 unicode。

text.encode('unicode_escape') 我猜就够了

【参考方案1】：

在 Python3 中，文字字符串默认为 unicode。

假设text 是bytes 对象，只需使用text.decode('utf-8')

Python2的unicode相当于Python3的str，所以也可以这样写：

str(text, 'utf-8')

如果你愿意的话。

【讨论】：

TypeError: 不支持解码 str

@Gank，在 Python3 中，str 是 unicode，即。它已“解码”，因此在其上调用 decode 毫无意义

相同类型错误。请用 str(txt) 或下面@magicrebirth 的代码替换

原样不清楚。所以在python3中，如果你想做str(text, 'utf-8')，文本必须是字符串二进制。例如str(b'this is a binary', 'utf-8')

【参考方案2】：

What's new in Python 3.0 说：

所有文本都是 Unicode；但是编码的 Unicode 表示为二进制 数据

如果您想确保输出的是 utf-8，以下是此页面上 unicode in 3.0 的示例：

b'\x80abc'.decode("utf-8", "strict")

【讨论】：

这正是我们在 Python 2 中 '\x80abc'.decode("utf-8", "strict") 所需要的，谢谢

【参考方案3】：

作为一种解决方法，我一直在使用这个：

# Fix Python 2.x.
try:
    UNICODE_EXISTS = bool(type(unicode))
except NameError:
    unicode = lambda s: str(s)

【讨论】：

为什么要使用 lambda 函数？这些方法在任何情况下都以相同的方式调用。这是一个更简单的变体：try: unicode = str; except: pass.

看来你可以只做unicode = str，因为它不会在 2 或 3 中失败

【参考方案4】：

这就是我解决问题的方法，可以转换 \uFE0F、\u000A 等字符。还有 16 字节编码的表情符号。

example = 'raw vegan chocolate cocoa pie w chocolate & vanilla cream\\uD83D\\uDE0D\\uD83D\\uDE0D\\u2764\\uFE0F Present Moment Caf\\u00E8 in St.Augustine\\u2764\\uFE0F\\u2764\\uFE0F '
import codecs
new_str = codecs.unicode_escape_decode(example)[0]
print(new_str)
>>> 'raw vegan chocolate cocoa pie w chocolate & vanilla cream\ud83d\ude0d\ud83d\ude0d❤️ Present Moment Cafè in St.Augustine❤️❤️ '
new_new_str = new_str.encode('utf-16', 'surrogatepass').decode('utf-16')
print(new_new_str)
>>> 'raw vegan chocolate cocoa pie w chocolate & vanilla cream??❤️ Present Moment Cafè in St.Augustine❤️❤️ '

【参考方案5】：

python 3.x中最简单的方法

text = "hi , I'm text"
text.encode('utf-8')

【参考方案6】：

在我使用多年的 Python 2 程序中，有这样一行：

ocd[i].namn=unicode(a[:b], 'utf-8')

这在 Python 3 中不起作用。

但是，结果证明该程序可以使用：

ocd[i].namn=a[:b]

我不记得为什么我首先将 unicode 放在那里，但我认为这是因为该名称可以包含瑞典字母 åäöÅÄÖ。但即使它们在没有“unicode”的情况下也能工作。