-4

I have a UTF-8 character and I want to convert it into 16 bits of unicode encoding. How to do it?

Unicode of character can be obtained by reading the file where it is written and using repr() like:

import codecs
f = codecs.open("a.txt",mode='rb',encoding='utf-8')
r = f.readlines()
for i in r:
    print i,repr(i)

Output:

پٹ u'\ufeff\u067e\u0679'

Now how can I get the 16 bits of unicode encoding for u'\ufeff\u067e\u0679'?

4

3 に答える 3

3

Unicodeコードポイントを取得するには、次のように呼び出しますord。

import io
f = io.open("a.txt", mode='r', encoding='utf-8')
for line in f:
    print (line, repr(line), ' '.join(str(ord(c)) for c in line),
                  ' '.join('{0:b}'.format(ord(c)) for c in line))

Unicodeエンコーディングは 1 つではありません。コードポイントの UTF-16 表現 ( 16 ビットを超える可能性があります)を探している場合は、単純に次のように呼び出します。

u'\ufeff\u067e\u0679'.encode('utf-16')
于 2012-09-14T08:55:16.527 に答える
0

したがって、文字列が にある場合s:

s_enc = s.encode("utf-16")
hex_string = "".join([format(i, "X").rjust(2,"0") for i in s_enc])
bin_string = "".join([format(i, "b").rjust(8,"0") for i in s_enc])

私はこれがあなたが求めているものだと思いますか？(py3k でテスト済みですが、2 でも動作するはずです)。

編集: Python 2x 用に若干の変更が必要です:

s_enc = s.encode("utf-16")
hex_string = "".join([format(ord(i), "X").rjust(2,"0") for i in s_enc])
bin_string = "".join([format(ord(i), "b").rjust(8,"0") for i in s_enc])

しかし、どちらにしても重要なことは、最初に encode() を呼び出して、選択したエンコーディングに変換することです (質問からは明確ではありませんが、行間を読むことは UTF-16 です)。

于 2012-09-14T11:01:57.717 に答える
0 
>>> a=u'\ufeff\u067e\u0679'
>>> a
u'\ufeff\u067e\u0679'
>>> a.encode("utf-16")
'\xff\xfe\xff\xfe~\x06y\x06'

最後の行は、必要な文字列です。

于 2012-09-14T08:53:36.433 に答える