python - 在 Python 中解码一个 ENCODED unicode 字符串

Question

我需要解码一个“UNICODE”编码字符串：

>>> 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 encoded_id 变量作为 unicode 字符串u'abcd\xc3\x9f'而不是普通字符串'abcd\xc3\x9f'：

使用 python，我如何解码我的 encoded_id 变量，它是一个 unicode 字符串？

>>> 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)

Answer 1

您有 UTF-8 编码数据（没有 UNICODE 编码数据之类的东西）。

将 unicode 值编码为 Latin-1，然后从 UTF8 解码：

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

Latin 1 将前 255 个 unicode 点一对一映射到字节。

演示：

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