在Python中解码ENCODED Unicode字符串 [英] Decode an ENCODED unicode string in Python

问题描述

我需要解码 UNICODE编码的字符串：

I need to decode a "UNICODE" encoded string:

>>> id = u'abcdß'
>>> encoded_id = id.encode('utf-8')
>>> encoded_id
'abcd\xc3\x9f'

我遇到的问题是：
使用Pylons路由，我将encode_id变量作为Unicode字符串 u'abcd\xc3\x9f'而不是普通字符串'abcd\xc3\x9f'：

The problem I have is: Using Pylons routing, I get the encoded_id variable as a unicode string u'abcd\xc3\x9f' instead of a just a regular string 'abcd\xc3\x9f':

使用python，如何解码我的unicode字符串的encode_id变量？

Using python, how can I decode my encoded_id variable which is a unicode string?

>>> encoded_id = u'abcd\xc3\x9f'
>>> encoded_id.decode('utf-8')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/home/test/vng/lib64/python2.6/encodings/utf_8.py", line 16, in         decode
return codecs.utf_8_decode(input, errors, True)
UnicodeEncodeError: 'ascii' codec can't encode characters in position 4-5: ordinal not in range(128)

推荐答案

您拥有UTF-8编码的数据（没有诸如UNICODE编码的数据之类的东西）。

You have UTF-8 encoded data (there is no such thing as UNICODE encoded data).

对unicode进行编码值转换为Latin-1，然后从UTF8解码：

Encode the unicode value to Latin-1, then decode from UTF8:

encoded_id.encode('latin1').decode('utf8')

拉丁文1将前255个unicode点一对一映射到字节。

Latin 1 maps the first 255 unicode points one-on-one to bytes.

Demo：

>>> encoded_id = u'abcd\xc3\x9f'
>>> encoded_id.encode('latin1').decode('utf8')
u'abcd\xdf'
>>> print encoded_id.encode('latin1').decode('utf8')
abcdß

这篇关于在Python中解码ENCODED Unicode字符串的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！