我在python2.7.2中有一个字符串说u“\u0638”。 当我将其写入文件时:
f = open("J:\\111.txt", "w+")
f.write(u"\u0638".encode('utf-16'))
f.close()
在十六进制中它看起来像:FF FE 38 06 当我将这样的字符串打印到stdout时,我将看到:'\xff\xfe8\x06'。在
查询:输出到stdout的字符串中的\x38在哪里?换句话说,为什么输出到stdout的字符串不是'\xff\xfe\x38\x06'?在
如果我将字符串写入文件两次:
^{pr2}$文件中的十六进制表示包含字节顺序标记(BOM)\xff\xfe两次:FF FE 38 06 FF FE 38 06
我想知道有什么技术可以避免用UTF-16编码的字符串编写BOM?
ASCII字符
8
具有十六进制表示0x38
。所以你的绳子:长度为四个字节。以空格分隔的字节为:
^{pr2}$Python对不表示可打印ASCII字符的字节使用
\x
表示法。在\xff\xfe8\x06
是否包含\x38
!8
==\x38
。在对于您的第二个问题,为了避免BOM,如果您明确表示了endianness(使用
UTF-16BE
或UTF-16LE
编解码器),则不会打印BOM。在但是,正确的做法是使用一个文件包装器来处理编码和解码,并在程序中使用unicode。在Python3.0中,
open
内置函数可以执行以下操作:在Python 2.x中,使用编解码器包装:
^{pr2}$编码到“utf-16le”或“utf-16be”(小端或大端)应该跳过编写BOM。当然,在没有BOM的情况下,解码器需要知道预期的尾数。在
相关问题 更多 >
编程相关推荐