Re: [問題] 中文編碼問題
※ 引述《Czero (悠閒)》之銘言：
: 使用python3~
: 假設我取得一個中文已經編碼過的字串
: d='\\xab\\xa2\\xc5o'
: print(d)
: 我想要印出原始中文該如何印呢?
（恕刪）
EDIT: TP 大大給了個比較好的方法：
>>> cleaned = d.encode('latin1').decode('unicode_escape')
>>> cleaned
'\xab\xa2\xc5o'
>>> cleaned.encode('latin1').decode('big5')
'哈囉'
下面是用硬幹的效率很差。
這個東西要還原要一些工夫，首先 '\xab' 這是一個 char， '\\xab' 是三個 char
所以要回復就要強制做先把 'ab' 換成 16 進位表示的值，再轉成 char
>>> int('ab', 16)
171
>>> chr(int('ab', 16)) # 等同於 chr(171)
'\xab'
寫成完整的 code
import re
d = '\\xab\\xa2\\xc5o'
unit_repr_regex = r'(\\x[0-9a-f]{2})'
repr_to_chr = {
s: chr(int(s[-2:]), 16)
for s in set(re.findall(unit_repr_regex, d))
}
d_corrected = d
for chr_repr, chr_ in repr_to_chr:
d_corrected = d_corrected.replace(chr_repr, chr_)
d_corrected = d_corrected.encode('latin1').decode('big5')
print(d_corrected) # 哈囉
PS 注意中間有個變數為了不要蓋到內建函式 chr() 命名成 chr_
PS2 如果轉換很多的話，不妨 repr_to_chr 直接建完 0-255 所有情況
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.44.9.167
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1436973024.A.D79.html
※ 編輯: ccwang002 (114.44.9.167), 07/15/2015 23:18:09
推
07/16 01:46, , 1F
07/16 01:46, 1F
討論串 (同標題文章)
Python 近期熱門文章
PTT數位生活區 即時熱門文章
