用Python将utf-8转换为拉丁语-1

Question

我想这样做：

获取此utf-8字符串的字节：

访视频

用拉丁文-1编码这些字节并打印结果：

èèèèèèè

在Python中如何实现这一点？

# -*- coding: utf-8
s = u'访视频'.encode('latin-1')

导致此异常：

s = u'访视频'.encode('latin-1')
UnicodeEncodeError: 'latin-1' codec can't encode characters in position 0-2: ordinal not in range(256)

Answer 1

你要做的事简直是不可能的。不能将这些字符编码为拉丁-1，因为拉丁-1中不存在这些字符。

为了得到您想要的输出，您需要将UTF-8字节解码为拉丁语-1。像这样：

s = u'访视频'.encode('utf-8').decode('latin-1')

但是，您想要的输出看起来不像实际的拉丁语1，因为在拉丁语1中，字符\x86和\x91是不可打印的，所以您将得到：

è®¿è§ é¢

（注意中间的空格代替了†，而末尾缺少‘；这些实际上是不可见的控制字符，而不是空格。）

看起来你想要一个拉丁1超集，可能是Windows代码页1252。在这种情况下，你真正想要的是：

s = u'访视频'.encode('utf-8').decode('cp1252')

Answer 2

您需要首先编码到UTF-8（UTF-8可以编码任何Unicode字符串），并且与7-bit ASCII集完全兼容（任何ASCII bytestring都是正确的UTF-8–encoded字符串）。以下内容：

>>> u'访视频'.encode('UTF-8').decode('latin-1')
u'\xe8\xae\xbf\xe8\xa7\x86\xe9\xa2\x91'

注意：UTF-8编码可以处理任何Unicode字符。它也是向后的 与ASCII兼容，因此纯ASCII文件也可以被视为UTF-8 文件，以及碰巧只使用ASCII字符的UTF-8文件与 ASCII具有相同字符的文件