在 Python 中解码一个 ENCODED unicode 字符串答案

【问题标题】：Decode an ENCODED unicode string in Python在 Python 中解码一个 ENCODED unicode 字符串
【发布时间】：2013-10-04 02:40:09
【问题描述】：

我需要解码一个“UNICODE”编码的字符串：

>>> id = u'abcdß'
>>> encoded_id = id.encode('utf-8')
>>> encoded_id
'abcd\xc3\x9f'

我遇到的问题是：使用 Pylons 路由，我将 encoded_id 变量作为 unicode 字符串 u'abcd\xc3\x9f' 而不是常规字符串 'abcd\xc3\x9f'：

使用python，我如何解码我的encoded_id变量，它是一个unicode字符串？

>>> encoded_id = u'abcd\xc3\x9f'
>>> encoded_id.decode('utf-8')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/home/test/vng/lib64/python2.6/encodings/utf_8.py", line 16, in         decode
return codecs.utf_8_decode(input, errors, True)
UnicodeEncodeError: 'ascii' codec can't encode characters in position 4-5: ordinal not in range(128)

【问题讨论】：

如果可能的话，你应该弄清楚为什么你从 Pylons 中获取的字符串被解码为 latin-1（或者它的近亲，windows-1252）而不是 utf-8。

标签： python string unicode decode

【解决方案1】：

您有 UTF-8 编码数据（没有 UNICODE 编码数据之类的东西）。

将 unicode 值编码为 Latin-1，然后从 UTF8 解码：

encoded_id.encode('latin1').decode('utf8')

Latin 1 将前 255 个 unicode 点一对一映射到字节。

演示：

>>> encoded_id = u'abcd\xc3\x9f'
>>> encoded_id.encode('latin1').decode('utf8')
u'abcd\xdf'
>>> print encoded_id.encode('latin1').decode('utf8')
abcdß

【讨论】：