1

私のプログラムでは、shift-jis文字コードをPython整数として取得し、対応するutf8文字コード（これも整数である必要があります）に変換する必要があります。どうやってやるの？ASCIIの場合、整数をASCII文字列に変換できる便利な関数ord（）/ chr（）があり、後でユニコードに簡単に変換できます。他のエンコーディングではそのようなものは見つかりません。

Python2を使用します。

編集：最終的なコード。みんな、ありがとう：

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 に答える 3

2

「utf8 文字コード (これも整数である必要があります)」などというものはありません。

Unicode は、整数である「コード ポイント」を定義します。UTF-8 は、これらのコード ポイントをバイト配列に変換する方法を定義します。

したがって、Unicode コード ポイントが必要だと思います。その場合：

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)

(また: 8100 は有効なシフト JIS 文字コードではないと思います...)

于 2012-02-24T20:20:58.783 に答える
1

これを行うためのより良い方法があるかもしれませんが、他に答えがないので、ここにオプションがあります。

このテーブルを使用して、shift-jis 整数を Unicode コード ポイントに変換し、 を使用unichr()してデータを Python Unicode オブジェクトに変換し、次に を使用して Unicode から utf8 に変換できunicode.encode('utf-8')ます。

于 2012-02-24T18:50:43.540 に答える
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 に答える