将 UTF-16 转换为 UTF-8

Question

我正在从文件中加载字符串。当我打印出字符串时：

print my_string
print binascii.hexlify(my_string)

我得到：

2DF5
0032004400460035

表示这个字符串是UTF-16。我想将此字符串转换为 UTF-8 以便上面的代码产生此输出：

2DF5
32444635

我试过：

my_string.decode('utf-8')

哪个输出：

32004400460035

编辑：

这是一个快速示例：

    hello = 'hello'.encode('utf-16')
    print hello
    print binascii.hexlify(hello)

    hello = hello[2:].decode('utf-8')
    print hello
    print binascii.hexlify(hello)

产生此输出：

��hello
fffe680065006c006c006f00
hello
680065006c006c006f00

预期输出为：

��hello
fffe680065006c006c006f00
hello
68656c6c6f

Answer 1

您的字符串似乎已使用 utf-16be 编码：

In [9]: s = "2DF5".encode("utf-16be")
In [11]: print binascii.hexlify(s)
0032004400460035

因此，为了将其转换为utf-8，您首先需要对其进行解码，然后对其进行编码：

In [14]: uni = s.decode("utf-16be")
In [15]: uni
Out[15]: u'2DF5'

In [16]: utf = uni.encode("utf-8")
In [17]: utf
Out[17]: '2DF5'

或者，一步到位：

In [13]: s.decode("utf-16be").encode("utf-8")
Out[13]: '2DF5'

将 UTF-16 转换为 UTF-8

Converting UTF-16 to UTF-8

python

encoding

utf-8

utf-16