Python3，如何正确编码这个字符串？答案

【问题标题】：Python3, how to encode this string correctly?Python3，如何正确编码这个字符串？
【发布时间】：2019-02-06 23:21:23
【问题描述】：

免责声明，我已经做了很长时间的研究来单独解决这个问题，但我在这里发现的大多数问题都与 Python 2.7 相关，或者不能解决我的问题

假设我有以下内容（该示例来自 BeautifulSoup 文档，我正在尝试解决一个更大的问题）：

>>> markup = "<h1>Sacr\xc3\xa9 bleu!</h1>"
>>> print(markup)
'SacrÃ© bleu!'

对我来说，标记应该分配给一个字节，所以我可以这样做：

>>> markup = b"<h1>Sacr\xc3\xa9 bleu!</h1>"
>>> print(str(markup, 'utf-8'))
<h1>Sacré bleu!</h1>

是的！但是我该如何在 "<h1>Sacr\xc3\xa9 bleu!</h1>" 之间进行转换，这是错误的 b"<h1>Sacr\xc3\xa9 bleu!</h1>" ？

因为如果我这样做：

>>> markup = b"<h1>Sacr\xc3\xa9 bleu!</h1>"
>>> bytes(markup, "utf-8")
b'<h1>Sacr\xc3\x83\xc2\xa9 bleu!</h1>'

你看到了吗？它免费插入\x83\xc2。

>>> print(bytes(markup))
TypeError: string argument without an encoding

【问题讨论】：

【解决方案1】：

如果您有 Unicode 字符串 "<h1>Sacr\xc3\xa9 bleu!</h1>"，则说明已经出现问题。要么你的输入被破坏了，要么你在处理它时做错了什么。例如，在这里，您已将 Python 2 示例复制到 Python 3 解释器中。

如果您的琴弦损坏是因为您做错了得到它，那么您应该真正修复您做错的任何事情。如果您无论如何都需要将"<h1>Sacr\xc3\xa9 bleu!</h1>" 转换为b"<h1>Sacr\xc3\xa9 bleu!</h1>"，则将其编码为latin-1：

bytestring = broken_unicode.encode('latin1')

【讨论】：