4

我想发送中文字符由在线服务翻译，并返回生成的英文字符串。我为此使用了简单的JSON和 urllib。

是的，我要宣布。

# -*- coding: utf-8 -*-

在我的代码之上。

现在，如果我为 urllib 提供一个字符串类型的对象，即使该对象包含 Unicode 信息，一切都可以正常工作。我的函数被称为translate.

例如：

stringtest1 = '無與倫比的美麗'

print translate(stringtest1)

导致正确的翻译和执行

type(stringtest1)

确认这是一个字符串对象。

但如果这样做

stringtest1 = u'無與倫比的美麗'

并尝试使用我的翻译功能，我收到此错误：

  File "C:\Python27\lib\urllib.py", line 1275, in urlencode
    v = quote_plus(str(v))
UnicodeEncodeError: 'ascii' codec can't encode characters in position 2-8: ordinal not in range(128)

经过一番研究，似乎这是一个常见的问题：

现在，如果我输入一个脚本

stringtest1 = '無與倫比的美麗' 
stringtest2 = u'無與倫比的美麗'
print 'stringtest1',stringtest1
print 'stringtest2',stringtest2

执行它返回：

stringtest1 無與倫比的美麗
stringtest2 無與倫比的美麗

但只需在控制台中输入变量：

>>> stringtest1
'\xe7\x84\xa1\xe8\x88\x87\xe5\x80\xab\xe6\xaf\x94\xe7\x9a\x84\xe7\xbe\x8e\xe9\xba\x97'
>>> stringtest2
u'\u7121\u8207\u502b\u6bd4\u7684\u7f8e\u9e97'

明白了。

我的问题是我无法控制要翻译的信息如何进入我的功能。看来我必须以 Unicode 形式将其带入，该功能不接受这种形式。

那么，如何将一件事转换为另一件事呢？

我已阅读 Stack Overflow 问题Convert Unicode to a string in Python ( contains extra symbols)。

但这不是我所追求的。Urllib 接受字符串对象但不接受 Unicode 对象，两者都包含相同的信息

好吧，至少在我发送未更改信息的 Web 应用程序的眼中，我不确定它们在 Python 中是否仍然是等价的东西。

4

1 回答 1

8

当您获取一个unicode对象并希望从中返回一个 UTF-8 编码的字节字符串时，请使用theobject.encode('utf8').

您不知道传入的对象是 astr还是，这似乎很奇怪unicode——您肯定也控制了该函数的调用站点吗？！但如果确实如此，无论出于什么奇怪的原因，您可能需要类似的东西：

def ensureutf8(s):
    if isinstance(s, unicode):
        s = s.encode('utf8')
    return s

它仅在条件下进行编码，也就是说，如果它接收到一个 unicode 对象，而不是它接收到的对象已经是一个字节字符串。无论哪种情况，它都会返回一个字节字符串。

顺便说一句，您的部分困惑似乎是由于您不知道仅在解释器提示符处输入表达式就会显示它repr，这与您获得的效果不同print;-)。

于 2010-09-08T15:52:45.220 回答