Python3將Unicode字符串轉換爲int表示形式

Question

衆所周知，計算機使用數字。我現在正在輸入這個文本，服務器發出一個數字，當你想讀取它時，你會從服務器獲取文本。

我該怎麼做我自己？

我想用我自己的算法加密一些東西，我的算法對整數工作正常，但現在我想加密一個字符串，我不知道如何將Unicode字符串轉換爲整數，反之亦然。

我正在使用Python 3.有沒有人知道我的問題的優雅解決方案？

Answer 1

您正在尋找ord() function，我想：

>>> ord('a') 
97 
>>> ord('\u00c2') 
192 

要一整套轉換的字符，使用列表理解：

>>> [ord(c) for c in 'Hello World!'] 
[72, 101, 108, 108, 111, 32, 87, 111, 114, 108, 100, 33] 

它的倒數就是chr() function：

>>> chr(97) 
'a' 
>>> chr(193) 
'Á' 

Answer 2

這將每個字符轉換爲一個數字...

s="hello \u2020" 
print [ord(c) for c in s] 

Answer 3

大廈由馬亭皮特斯給出的解決方案，可以讓你的字符串數量龐大，有什麼Python 3中可以處理得很好，因爲它是整數類型是任意大的（即不是「電腦是如何工作的」，看到我的評論你的問題）。

鑑於字符數字代碼清單：

>>> a = [ord(c) for c in 'Hello World!'] 
>>> print(a) 
[72, 101, 108, 108, 111, 32, 87, 111, 114, 108, 100, 33] 

，知道，維基百科的頁面上Unicode，最大的Unicode字符數是10FFFF（十六進制），你可以這樣做：

def numfy(s): 
    number = 0 
    for e in [ord(c) for c in s]: 
     number = (number * 0x110000) + e 
    return number 

def denumfy(number): 
    l = [] 
    while(number != 0): 
     l.append(chr(number % 0x110000)) 
     number = number // 0x110000 
    return ''.join(reversed(l)) 

因此：

>>> a = numfy("Hello, World, عالَم, ދުނިޔެ, जगत, 世界") 
>>> a 
31611336900126021[...]08666956 
>>> denumfy(a) 
'Hello, World, عالَم, ދުނިޔެ, जगत, 世界' 

凡本0x110000（從10FFFF + 1）是不同預見的Unicode字符數（1114112，十進制）。如果你確定你只使用英文字母，那麼你可以在這裏使用128，如果你使用一些帶有重音符號的拉丁語，那麼使用256是安全的。無論哪種方式你的號碼會小得多，但它將無法代表每個Unicode字符。

Answer 4

將Unicode字符串轉換爲的常用方法是將其轉換爲字節序列。 Unicode字符是純粹的抽象，每個字符都有自己的編號;但是，還有更多方法可將數字轉換爲字節流。也許最通用的方式是將字符串編碼爲UTF-8編碼。您可以選擇許多方法從中獲取整數。這裏是一個（我借用Ivella漂亮的字符串 - 我希望沒有壞的話是內部:)：

Python 3.2.1 (default, Jul 10 2011, 20:02:51) [MSC v.1500 64 bit (AMD64)] on win32 
Type "copyright", "credits" or "license()" for more information. 
>>> s = "Hello, World, عالَم, ދުނިޔެ, जगत, 世界" 
>>> b = s.encode('utf-8') 
>>> b 
b'Hello, World, \xd8\xb9\xd8\xa7\xd9\x84\xd9\x8e\xd9\x85, \xde\x8b\xde\xaa\xde\x82\xde\xa8\xde\x94\xde\xac, \xe0\xa4\x9c\xe0\xa4\x97\xe0\xa4\xa4, \xe4\xb8\x96\xe7\x95\x8c' 

現在我們這裏有從128到255的數字的那些顯示爲字節序列十六進制編碼轉義序列。我們將所有字節轉換爲它們的十六進制字節作爲字節串。

>>> import binascii 
>>> h = binascii.hexlify(b) 
>>> h 
b'48656c6c6f2c20576f726c642c20d8b9d8a7d984d98ed9852c20de8bdeaade82dea8de94deac2c20e0a49ce0a497e0a4a42c20e4b896e7958c' 

而且我們可以把它看作以十六進制符號寫成的大數字（如文本）。 int允許我們將其轉換爲抽象數字 - 在打印時 - 通常更多地轉換爲十進制符號。現在

>>> i = int(h, 16) 
>>> i 
52620351230730152682202055464811384749235956796562762198329268116226267262806875102376740945811764490696968801603738907493997296927348108 

你可以將它存儲爲一個數字，它加密（雖然它是比較平常字節更早的序列加密），後來將其轉換回整數。要小心，沒有很多語言（可能沒有數據庫）能夠使用這些大整數。

讓我們回到原始字符串。首先將其轉換爲十六進制表示（字符串）。

>>> h2 = hex(i) 
>>> h2 
'0x48656c6c6f2c20576f726c642c20d8b9d8a7d984d98ed9852c20de8bdeaade82dea8de94deac2c20e0a49ce0a497e0a4a42c20e4b896e7958c' 
>>> h3 = h2[2:] # remove the 0x from the beginning 
>>> h3 
'48656c6c6f2c20576f726c642c20d8b9d8a7d984d98ed9852c20de8bdeaade82dea8de94deac2c20e0a49ce0a497e0a4a42c20e4b896e7958c' 
>>> type(h3) 
<class 'str'> 

我們不得不刪除0x，因爲它只是說，其餘的是代表人數的十六進制字符。請注意0​​是str類型。就像我們在Python 3中一樣（請參見上方），str表示Unicode字符串。下一步是將六個數字對轉換回字節。試試吧unhexlify()：

>>> binascii.unhexlify(h3) 
Traceback (most recent call last): 
    File "<pyshell#16>", line 1, in <module> 
    binascii.unhexlify(h3) 
TypeError: 'str' does not support the buffer interface 

哎呀！它只接受字節串​​。然後，將Unicode中的每個六進制數字編碼爲bytestring中的六進制數字。要走的路是編碼;然而，編碼爲ASCII是微不足道的。

>>> b2 = h3.encode('ascii') # character by character; subset of ascii only 
>>> b2 
b'48656c6c6f2c20576f726c642c20d8b9d8a7d984d98ed9852c20de8bdeaade82dea8de94deac2c20e0a49ce0a497e0a4a42c20e4b896e7958c' 
>>> b3 = binascii.unhexlify(b2) 
>>> b3 
b'Hello, World, \xd8\xb9\xd8\xa7\xd9\x84\xd9\x8e\xd9\x85, \xde\x8b\xde\xaa\xde\x82\xde\xa8\xde\x94\xde\xac, \xe0\xa4\x9c\xe0\xa4\x97\xe0\xa4\xa4, \xe4\xb8\x96\xe7\x95\x8c' 

現在我們有類似的字符串，跟第一個.encode('utf-8')之後相似。讓我們使用逆操作 - 從UTF-8解碼。我們應該得到和我們一樣的Unicode字符串。

>>> s2 = b3.decode('utf-8') 
>>> s2 
'Hello, World, عالَم, ދުނިޔެ, जगत, 世界' 
>>> s == s2 # is the original equal to the result? 
True 

:)

Answer 5

從python的文檔：

的binascii module包含了許多方法來 二進制和各種ASCII編碼的二進制表示法之間的轉換。

例如，你可以使用binascii.hexlify獲得二進制串「LOL」的十六進制表示，並將其轉化爲一個整數通過int內置函數：

>>> binascii.hexlify(b"LOL") 
b'4c4f4c' 
>>> int(binascii.hexlify(b"LOL"), 16) 
5001036 

由於您需要將此應用於unicode字符串，您首先需要將它們編碼爲二進制字符串。您可以使用方法str.encode達到此目的：

>>> int(binascii.hexlify("fiŝaĵo".encode("utf-8")), 16) 
7379646744164087151 

就是這樣。

反之亦然，您需要反轉每一步。首先把整數的十六進制表示的二進制字符串（你可以用format(int, "x")去，然後對其進行編碼），轉向以ASCII十六進制與binascii.unhexlify終於解碼爲UTF-8：

>>> binascii.unhexlify(format(7379646744164087151, "x").encode("utf-8")).decode("utf-8") 
'fiŝaĵo' 

這是一個步進一步一步的解釋，如果你確實會使用這些設施，那麼以功能的形式安排它們是一個好主意。