如何使用 python3 将符号转换为它们各自的 unicode 表示？答案

【问题标题】：How to convert symbols into their respective unicode representation using python3?如何使用 python3 将符号转换为它们各自的 unicode 表示？
【发布时间】：2017-05-13 12:42:24
【问题描述】：

我想将梵文脚本字符（例如“अ”）转换为其 unicode 表示形式 \u0905。在 python2.7 的早期，我使用each_character.encode("unicode_escape")，其中each_character 指的是梵文脚本字符。但是最近我开始研究python3，当我运行上面的sn-p时出现以下错误？

expected str instance, bytes found

任何人都可以提出一种将所有字符转换为其 unicode 表示的方法。我正在研究一个梵文 OCR，我需要 Unicode 表示以便将它们作为基本事实传递。

【问题讨论】：

请发布一个示例脚本来演示该问题。应该只有几行。

标签： python python-3.x unicode python-3.5

【解决方案1】：

如果你有一个 unicode 字符串，像这样：

text = u'अ'

在 Python 2 中，您可以使用 repr() 来获取转义表示：

>>> repr(u'अ')
"u'\\u0905'"

但是，在 Python 3 中，非 ASCII 字符不会被转义：

>>> repr(text)
"'अ'"

您想要的是转义非 ASCII 字符。你可以这样做我喜欢这样：

>>> u'अ'.encode('ascii', errors='backslashreplace')
b'\\u0905'

结果是 Python 3 中的 bytes 字符串（Python 2 中的 str），因此如果需要 unicode 字符串，则需要对其进行解码，如下所示：

>>> u'अ'.encode('ascii', errors='backslashreplace').decode('ascii')
'\\u0905'

结果是一个 unicode 字符串。

参考 Python 3 文档：Converting to Bytes

【讨论】：

【解决方案2】：

您正在处理字节对象，而不是字符串。您应该使用bytes.decode 方法将字节转换为字符串。

>>> b = b'\xe0\xa4\x85'
>>> b.decode('utf-8').encode('unicode_escape')
b'\\u0905'
>>> print(b.decode('utf-8').encode('unicode_escape').decode())
\u0905

注意：您应该根据使用的编码更改utf-8。

注意：如果您正在迭代字节对象，您应该先更改代码以解码字节对象，然后再进行迭代；否则，解码将失败或产生错误的结果。

【讨论】：