推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 2907 天前的主题，其中的信息可能已经有所发展或是发生改变。
假设现在有数组
arr = [96, 79, 125, 89]
数组内的每个数的 16 进制数分别为 60, 4f, 7d, 59
而字符串“你好”的 unicode 编码是 '\u4f60\u597d'
问：怎么将十进制数组转换成 unicode 字符？（希望是由内置的函数去转换，手动拼接的话太蓝瘦了）
详情：这是我在通过 pywin32 的 SendMessage 获取文本框内容时遇到的问题，因为因为是用 PyBuffer 来接收返回的内容，所以得到的是一个数组，很纠结怎么转换成字符
 |
1
raysonx 2016-12-13 15:02:05 +08:00  3
~> python3
Python 3.5.2 (default, Sep 14 2016, 11:28:32) [GCC 6.2.1 20160901 (Red Hat 6.2.1-1)] on linux Type "help", "copyright", "credits" or "license" for more information. >>> import struct >>> arr = [96, 79, 125, 89] >>> struct.pack('B' * len(arr), *arr).decode('utf-16') '你好' >>> |
|
2
raysonx 2016-12-13 15:02:54 +08:00 1
或者直接
>>> bytes(arr).decode('utf-16') '你好' |
|
3
raysonx 2016-12-13 15:06:51 +08:00 3
需要澄清的一個問題是，「字符串“你好”的 unicode 编码是 '\u4f60\u597d'」表述有誤。
Unicode 是字符集，它只負責對每一個符號賦於一個編號，並不關心這個符號的二進制表示行式。 而樓主的需求是，對一串 bytes 按 UTF-16 進行解碼（ decode ）。 Unicode 是字符集(charset)， UTF 是編碼(encoding)，不要搞混了。 |
 |
5
imn1 2016-12-13 15:15:18 +08:00
如楼上所述， unicode 是个字符集，是个“类映射表”概念， ucs2, utf-7/8/16/32 等等才能称为编码
一般处理字符串的话， 2L 所写 bytes 比较方便，但主楼所写场景，如果考虑有可能其他混合数据， 1L 所写 struct 可能更适合 |
|
6
raysonx 2016-12-13 15:23:00 +08:00
哦對了， UTF-16 有一個討厭的問題，就是分大小端序（ endianness ）。
題主的例子是小端序(little endian ， UTF-16LE)的，即每一個字符低位 byte 在前，高位 byte 在後（「你好」對應 60, 4f, 7d, 59 ）。 還有一種是大端序(big endian ， UTF-16BE)，即每一個字符高位 byte 在前，低位 byte 在後（「你好」對應 4f, 60, 59, 7d ）。 同樣的， UTF-32 也分大小端序。不過 UTF-8 不分大小端序。 |
Select Language