如何使用%作为分隔符字符串在Python3中对UTF-16进行解码，以恢复原始格式？

Question

我正在和一家移动运营商合作，他们用某种编码的utf-16字符串通知我。 例如，'%u062a%u0633%u062a'在波斯语中相当于'تست'。我不确定这些字符串的确切编码是什么。如何将它们转换为它们的真实形式，如'تست'？在

Answer 1

您可以通过%u拆分字符十六进制值，然后使用内置函数chr查找unicode字符。在

def convert_to_unicode(text):
    return_str = ''
    for character in text.split('%u'):
        if character:
            chr_code = int(character, 16)
            return_str += chr(chr_code)
    return return_str


text = '%u062a%u0633%u062a'
print(convert_to_unicode(text))

输出：

^{pr2}$

或者您可以使用unicode转义，如another answer中的blhsing。在

def convert_to_unicode(text: str):
    # Replace %.
    text = text.replace('%', '\\')
    # Escape unicode into character.
    text = text.encode().decode('unicode-escape')
    return text

Answer 2

一种简单的方法是将%替换为\，使其成为带有转义unicode字符的python文本，然后用unicode-escape对其进行解码。在

s = b'%u062a%u0633%u062a'
print(s.replace(b'%', b'\\').decode('unicode-escape'))