我想将unicode输入转换为UTF-8字节序列的\x转义、7位ascii-clean表示。在
这与我需要的类似,但是我想生成"\u222a"
,而不是"\xe2\x88\xaa"
>>> codecs.encode(u"\u222A", 'ascii', 'backslashreplace')
'\\u222a'
这看起来像是在生成所需的结果:
^{pr2}$但这只是一种逃避的表现。实际结果不是12个ascii字节,而是3个UTF-8字节:
>>> [ord(c) for c in u"\u222A".encode('utf-8')]
[226, 136, 170]
我可以滥用这个逃过的陈述来得到我想要的,去掉repr补充道的前导和尾随引用:
>>> repr(u"\u222A".encode('utf-8'))[1:-1]
'\\xe2\\x88\\xaa'
>>> [ord(c) for c in repr(u"\u222A".encode('utf-8'))[1:-1]]
[92, 120, 101, 50, 92, 120, 56, 56, 92, 120, 97, 97]
恶心。这个稍微好一点:
>>> import binascii
>>> ''.join('\\x' + binascii.hexlify(c) for c in u"\u222A".encode('utf-8'))
'\\xe2\\x88\\xaa'
>>> [ord(c) for c in ''.join('\\x' + binascii.hexlify(c) for c in u"\u222A".encode('utf-8'))]
[92, 120, 101, 50, 92, 120, 56, 56, 92, 120, 97, 97]
是更好的方法吗?在
我不认为你会找到一个不难看的解决办法。这里有一个可以保留原始字符串中的任何ASCII字符,而不将它们转换为十六进制序列。在
相关问题 更多 >
编程相关推荐