Python 2.7，將utf8字符串轉換爲ascii

Question

我正在使用python 2.7.12 我有一個字符串，它包含unicode文字，它不是Unicode類型。我想將其轉換爲文本。這個例子解釋了我想要做的。

>>> s 
'\x00u\x00s\x00e\x00r\x00n\x00a\x00m\x00e\x00' 
>>> print s 
username 
>>> type(s) 
<type 'str'> 
>>> s == "username" 
False 

我該如何去轉換這個字符串？

Answer 1

這不是UTF-8，它是UTF-16，雖然目前還不清楚它是大端還是小端（沒有BOM，並且有一個前導和尾隨的NUL字節，使其長度不均勻）。對於ASCII範圍內的文本，UTF-8與ASCII無法區分，而UTF-16將NUL字節與ASCII編碼的字節交替（如您的示例中所示）。

在任何情況下，轉換爲純ASCII是相當容易的，你只需要對付長短不均這樣或那樣：

s = 'u\x00s\x00e\x00r\x00n\x00a\x00m\x00e\x00' # I removed \x00 from beginning manually 
sascii = s.decode('utf-16-le').encode('ascii') 

# Or without manually removing leading \x00 
sascii = s.decode('utf-16-be', errors='ignore').encode('ascii') 

當然，如果你輸入的只是NUL穿插ASCII，您可以「T弄清楚字節序或如何得到一個偶數字節，你可以欺騙：

sascii = s.replace('\x00', '') 

但在輸入一些完全不同的編碼的情況下，不會引發異常，因此它可能隱藏指定你期望會被捕獲的錯誤。