python - 有没有办法在 Python 2.7 中找到字符的 Unicode 代码点？

Question

我在我的 Python 程序中使用国际音标 (IPA) 符号，这是一组相当奇怪的字符，其 UTF-8 代码的长度范围从 1 到 3 个字节不等。 This thread几年前基本上问了相反的问题，似乎 ord(character) 可以检索一个十进制数，我可以将其转换为十六进制，然后再转换为代码点，但是 ord 的输入() 好像只限一个字节。如果我在任何非 ASCII 字符上尝试 ord()，例如 ɨ，它会输出:

TypeError: ord() expected a character, but a string of length 2 found

既然这不再是一个选项，Python 2.7 中是否有任何方法可以找到给定字符的 Unicode 代码点？ (然后该字符是否必须是 unicode 类型？)我的意思也不是仅在 Unicode 表中手动查找它。

Answer 1

With that no longer an option, is there any way in Python 2.7 to find the Unicode code point of a given character? (And does that character then have to be a unicode type?) I don't mean by just manually looking it up on a Unicode table, either.

只能找到unicode对象的unicode代码点。要将字节字符串转换为 unicode 对象，请使用 mystr.decode(encoding) 对其进行解码，其中 encoding 是字符串的编码。 (你知道你的字符串的编码，对吧？它可能是 UTF-8。:-) 然后你可以根据你已经找到的说明使用 ord。

>>> ord(b"ɨ".decode('utf-8'))
616

顺便说一句，从您的问题来看，您似乎正在使用 UTF-8 编码字节形式的字符串。那可能会很痛苦。您应该在获得字符串后立即将它们解码为 un​​icode 对象，并且仅在需要将它们输出到某个地方时才对它们进行编码。