python - 如何将python Unicode字符串转换为字节

Question

我有一个字符串x如下

x = "\xe9\x94\x99\xe8\xaf\xaf"

这个字符串应该是Unicode字符串，但是不能正确显示(打印)

而字符串y是以b开头的Unicode字符串/字节，而y可以通过y.decode正确显示('utf-8')

y = b"\xe9\x94\x99\xe8\xaf\xaf"

我的问题是如何将 x 转换为 y？

Answer 1

假设我们谈论的是 Python3，Unicode 字符串 x 的长度为 6 个代码点。碰巧这些代码点中的每一个都在 0x00 到 0xff 的范围内(ASCII 子集)。我们可以用 raw_unicode_escape 得到准确的字节串编解码器，像这样:

>>> x = "\xe9\x94\x99\xe8\xaf\xaf"
>>> y = x.encode('raw_unicode_escape')
>>> y
b'\xe9\x94\x99\xe8\xaf\xaf'
>>> y.decode('utf8')
'错误'

请注意，这仅在字符串 x 仅包含 Unicode 的 ASCII 子范围时有效；否则你只会得到转义的 Unicode 代码点(正如编解码器的名称所示):

>>> "šž".encode('raw_unicode_escape')
b'\\u0161\\u017e'