具有非 ascii 字符的 RPython ord()答案

【问题标题】：RPython ord() with non-ascii character具有非 ascii 字符的 RPython ord()
【发布时间】：2014-04-24 14:16:44
【问题描述】：

我正在使用 PyPy 在 RPython 中制作一个虚拟机。我的问题是，我将每个字符转换为数字表示。例如，转换字母“a”提供了这个结果，97。然后我将 97 转换为十六进制，所以我得到：0x61。

例如，我试图将字母“á”转换为十六进制表示，应该是：0xe1 但我得到的是 0xc3 0xa1

我需要使用特定的编码吗？目前我使用的是 UTF-8。

--更新--

instr 是"á"，（包括引号）

for char in instr:
    char = str(int(ord(char)))
    char = hex(int(char))
    char = char[2:]
    print char # Prints 22 C3 A1 22, 22 is each of the quotes
    # The desired output is 22 E1 22

【问题讨论】：

标签： python unicode utf-8 pypy rpython

【解决方案1】：

#!/usr/bin/env python
# -*- coding: latin-1 -*-

char = 'á'

print str(int(ord(char)))
print hex(int(char))
print char.decode('latin-1')

给我：

225
0xe1
0xe1

【讨论】：

这还没有解决，我仍然得到“C3 A1”而不是“E1”。感谢您的帮助！
你能发布你用来打印十六进制值的代码的 sn-p 吗？我得到 0xe1。
我将代码添加到问题中。再次感谢您的帮助！
@user3566150 我更新了我的答案。我在某处读到这可能取决于处理器
那是我的电脑吗？我正在使用 Mac。当我运行您的代码时，它显示“TypeError：ord() 需要一个字符，但找到长度为 2 的字符串”

【解决方案2】：

您使用的是 Python 语言版本 2，因此您的字符串："á" 是一个字节字符串，其内容取决于源文件的编码。如果编码为 UTF-8，则为 C3 A1 - 字符串包含两个字节。

如果要将其转换为 Unicode 代码点（也称为字符）或 UTF-16 代码点（取决于您的 Python 安装），请先将其转换为 unicode，例如使用 .decode('utf-8')。

# -*- encoding: utf-8 -*-

def stuff(instr):
  for char in instr:
    char = str(int(ord(char)))
    char = hex(int(char))
    # I'd replace those two lines above with char = hex(ord(char))
    char = char[2:]
    print char 

stuff("á")
print("-------")
stuff(u"á")

输出：

c3
a1
-------
e1

【讨论】：