1

在我的程序中，我将 shift-jis 字符代码作为 Python 整数，我需要将其转换为相应的 utf8 字符代码（也应该是整数）。我怎样才能做到这一点？对于 ASCII，您有有用的函数 ord()/chr()，它允许您将整数转换为 ASCII 字符串，稍后您可以轻松地将其转换为 unicode。对于其他编码，我找不到类似的东西。

使用 Python 2。

编辑：最终代码。谢谢大家：

def shift_jis2unicode(charcode): # charcode is an integer
    if charcode <= 0xFF:
        string = chr(charcode)
    else:
        string = chr(charcode >> 8) + chr(charcode & 0xFF)

    return ord(string.decode('shift-jis'))

print shift_jis2unicode(8140)
4

3 回答 3

2

没有“utf8 字符代码（也应该是整数）”这样的东西。

Unicode 定义了“代码点”，它们是整数。UTF-8 定义了如何将这些代码点转换为字节数组。

所以我认为你想要 Unicode 代码点。在这种情况下：

def shift_jis2unicode(charcode): # charcode is an integer
    if charcode <= 0xFF:
        shift_jis_string = chr(charcode)
    else:
        shift_jis_string = chr(charcode >> 8) + chr(charcode & 0xFF)

    unicode_string = shift_jis_string.decode('shift-jis')

    assert len(unicode_string) == 1
    return ord(unicode_string)

print "U+%04X" % shift_jis2unicode(0x8144)
print "U+%04X" % shift_jis2unicode(0x51)

（另外：我认为 8100 不是有效的 shift-JIS 字符代码......）

于 2012-02-24T20:20:58.783 回答
1

可能有更好的方法来做到这一点，但由于没有其他答案，这里是一个选项。

您可以使用此表将您的 shift-jis 整数转换为 unicode 代码点，然后使用unichr()将您的数据转换为 Python unicode 对象，然后使用unicode.encode('utf-8').

于 2012-02-24T18:50:43.540 回答
0 
def from_shift_jis(seq):
    chars = [chr(c) if c <= 0xff else chr(c>>8) + chr(c&0xff) for c in seq]
    return ''.join(chars).decode('shift-jis')

utf8_output = [ord(c) for c in from_shift_jis(shift_jis_input).encode('utf-8')]
于 2012-02-24T19:15:10.380 回答