Python UTF-16 unicode转换

Question

我正在使用以下代码将阿拉伯语转换为 Unicode UTF-16。

例如我有一个阿拉伯语文本为 مرحبا

unicode = ''.join([hex(ord(i)) for i in t.text])

此代码提供 Unicode 字符串作为 0x6450x6310x62d0x6280x627

我需要的Unicode格式是\u0645\u0631\u062d\u0628\u0627

我想复制这个website

使用上面的方法我使用replace方法将0x格式转换为\u0格式但是0x格式没有按预期转换特殊字符所以我必须使用替换方法。

    unicode = str(unicode).replace('0x', '\u0')
    unicode = str(unicode).replace('\u020', ' ') #For Space
    unicode = str(unicode).replace('\u02e', '\u002e') #For .
    unicode = str(unicode).replace('\u022', '\u0022') #For "
    unicode = str(unicode).replace('\u07d', '\u007d') #For }
    unicode = str(unicode).replace('\u030', '\u0030') #For 0
    unicode = str(unicode).replace('\u07b', '\u007b') #For {
    unicode = str(unicode).replace('\u031', '\u0031') #For 1

使用默认的 python 编码，UTF-16 不提供 \u0 格式的编码。

print("مرحبا".encode('utf-16'))
b"\xff\xfeE\x061\x06-\x06(\x06'\x06"

如何获得 \u0 格式的结果，因为此 website 以 UTF-16 格式提供。

谢谢。

Answer 1

这个问题就是关于你如何表示十六进制值的问题。要以您想要的表示形式获取字符串，您可以使用

In [84]: text = "مرحبا"

In [85]: print(''.join([f'\u{ord(c):0>4x}' for c in text]))
\u0645\u0631\u062d\u0628\u0627

简短说明

考虑 text 的第一个字符：

In [86]: ord(text[0])
Out[86]: 1605

它的整数（十进制）值为 1605。十六进制为 645：

In [87]: hex(ord(text[0]))
Out[87]: '0x645'

您还可以使用字符串格式（例如 Python 3.6+ 中的 f-strings）将其显示为 \u0645:

In [88]: f'\u{ord(text[0]):0>4x}'
Out[88]: '\u0645'

格式字符串中的x表示“十六进制”。 0>4 表示将其打印为 4 位数字，并用零填充。

Python UTF-16 unicode转换

Python UTF-16 unicode conversion

python

unicode

encoding

python-3.x

简短说明