如何蟒蛇Unicode字符串轉換爲字節

Question

我有一個字符串x如下

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

該字符串應該是Unicode字符串，但無法顯示（打印）正確。

和字符串y是Unicode字符串開始b /字節，y可以得到正確的y.decode('utf-8')

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

我的問題顯示如何將x轉換爲y？

Answer 1

假設我們在談論Python3，Unicode字符串x是6個碼點長。恰巧，這些代碼點中的每一個都在範圍0x00到0xff（ASCII子集）中。我們可以用raw_unicode_escape編解碼器得到確切的字節串，像這樣：

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

注意，如果字符串x包含Unicode只ASCII子範圍，這隻會工作;否則你只會得到逃逸的Unicode代碼點（如編解碼器的名字所示）：

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