Python转换Unicode-Hex字符串为Unicode

Question

我有一个由unicode字符串组成的十六进制字符串，它具有以下功能：

def toHex(s):
    res = ""
    for c in s:
        res += "%02X" % ord(c) #at least 2 hex digits, can be more
    return res

hex_str = toHex(u"...")

返回如下字符串：

"80547CFB4EBA5DF15B585728"

这是6个中国符号的序列。
但是

u"Knödel"

转换为

"4B6EF664656C"

我现在需要的是一个函数来将它转换回原来的unicode。中文符号似乎有一个2字节的表示，而第二个例子有1字节的表示所有字符。所以我不能对每个1字节或2字节的块使用unichr（）。

我已经试过了

binascii.unhexlify(hex_str)

但这似乎是逐字节转换并返回字符串，而不是unicode。我也试过

binascii.unhexlify(hex_str).decode(...)

有不同的格式。没有原始的unicode字符串。

提前多谢！

Answer 1

不久前，当我在VB应用程序中使用Unicode时，如果前1或2个数字是“0”，那么它们将被删除。意思是“&H00A2”将自动转换为“&HA2”，我只是创建了一个小函数来检查字符串的长度，如果少于4个字符，则添加缺少的0。我不确定这是否是发生在您身上的情况，但我想我会提供一些信息作为注意事项。

Answer 2

做不到。使用%02X会丢失太多信息。您应该先使用类似UTF-8的东西并转换它，而不是发明一个损坏的编码。

>>> u"Knödel".encode('utf-8').encode('hex')
'4b6ec3b664656c'

Answer 3

这似乎很管用：

binascii.unhexlify(binascii.hexlify(u"Knödel".encode('utf-8'))).decode('utf-8')

返回到原始对象。如果中文文本编码正确，您也可以对其执行同样的操作，但是ord(x)已经破坏了您开始的文本。您需要先对其进行编码，然后才将其视为一个字节字符串。