我正在尝试这段代码:
s = "سلام"
'{:b}'.format(int(s.encode('utf-8').encode('hex'), 16))
但是出现这个错误:
'{:b}'.format(int(s.encode('utf-8').encode('hex'), 16))
UnicodeDecodeError: 'ascii' codec can't decode byte 0xd3 in position 0: ordinal not in range(128)
我试过了 '{:b}'.format(int(s.encode('utf-8').encode('hex'), 16))
但没有任何改变。
我该怎么办?
最佳答案
由于您使用的是 python 2,s = "سلام"
是一个字节字符串(无论您的终端使用何种编码,大概是 utf8):
>>> s = "سلام"
>>> s
'\xd8\xb3\xd9\x84\xd8\xa7\xd9\x85'
您不能编码
字节字符串(因为它们已经被“编码”)。您正在寻找 unicode(“真实”)字符串,在 python2 中必须以 u
为前缀:
>>> s = u"سلام"
>>> s
u'\u0633\u0644\u0627\u0645'
>>> '{:b}'.format(int(s.encode('utf-8').encode('hex'), 16))
'1101100010110011110110011000010011011000101001111101100110000101'
如果您从 raw_input
等函数中获取字节字符串,那么您的字符串已经编码 - 只需跳过 encode
部分:
'{:b}'.format(int(s.encode('hex'), 16))
或者(如果你打算用它做任何其他事情)将它转换为 unicode:
s = s.decode('utf8')
这假设您的输入是 UTF-8 编码的,如果不是这种情况,请先检查 sys.stdin.encoding
。
i10n 的东西很复杂,这里有两篇文章可以进一步帮助您:
关于python - 在python中将字符串转换为unicode类型,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19258729/