如何在 python 中有效地在 unicode 代码点和 UTF-8 文字之间进行转换？答案

【问题标题】：How to efficiently convert between unicode code points and UTF-8 literals in python?如何在 python 中有效地在 unicode 代码点和 UTF-8 文字之间进行转换？
【发布时间】：2020-05-06 03:11:46
【问题描述】：

我有一个大的 unicode 代码点表：http://www.unicode.org/Public/UCD/latest/ucd/UnicodeData.txt

我想渲染，为了这样做：我知道代码点必须转换为 utf-8 文字字符串，然后可以将该文字字符串（视为字节对象）转换为我要渲染的角色。

作为给出十六进制数的具体示例：

“00A1”

我需要将其转换为表达式：

"\xc2\xa1"

然后在 python 中很容易将其转换为字符“¡”。

我的问题是如何从“00A1”转换为“\xc2\xa1”，反之亦然[最好使用内置方法或流行的第 3 方库]

似乎没有内置的方法来支持它。

到目前为止我的工作：

string.encode 方法允许我们将“¡”转换为“\xc2\xa1”

bytestring.decode 方法允许我们将 "\xc2\xa1" 转换为 "¡"

但不幸的是，我仍然无法访问字符的十六进制索引表示（从 00A1 来回转换）。

【问题讨论】：

标签： python unicode utf-8

【解决方案1】：

实际上，我认为您根本不需要通过 utf-8。 int 会给你代码点

>>> int('00A1', 16)
161

然后就是chr

>>> chr(161)
'¡'

【讨论】：

如果您真的需要 UTF-8，您可以在获得 Unicode 字符串后对其进行编码：chr(161).encode('utf-8')。