通過本文，我們將學習如何將 Unicode 編碼為字節(jié)，了解系統(tǒng)編碼的不同方法以及在 Python 中將 Unicode 轉換為 ASCII。

在 Python 中將 Unicode 轉換為 ASCII

Python 3 字符串的基本問題是由字符組成的； Python 中沒有字符類型，但它們包含 Unicode 字符。

如果我們說 a = ‘abcd’ 并使用 len() 函數檢查它的長度，那么我們得到 4 并且我們聲明 s=‘????’ 意思是你好，這是希伯來語中的單詞。 這些長度是相同的，這很好，因為兩個變量都有四個字符。

>>a='abcd'
>>len(a)
4
>>s='????'
>>len(s)
4

事實上，幕后是不同的字節(jié)數與這里的問題無關，len() 測量的是字符數，而不是字節(jié)數，但當然，在幕后，UTF-8 Unicode 字符和 UTF-8 編碼使用更多字節(jié)。

那么我們如何將字符串轉換為我們需要的字節(jié)呢？ 好吧，我們可以使用 s.encode()，如果我們這樣做，它會返回一個字節(jié)字符串，該字符串將是我們創(chuàng)建希伯來語單詞 ???? 所需的八個字節(jié)。

>>s.encode()
b'\xd7\xa9\xd7\x9c\xd7\x95\xd7\x9d'
>>'abcd'.encode()
b'abcd'

現在我們將獲取一個 Unicode 字符串并將其轉換為字節(jié)字符串，但它比這更復雜，因為我們知道這個字符串是什么，并且我們想要取回不代表 Unicode 底層字節(jié)的字節(jié)。 我們想要取回不同編碼系統(tǒng)的底層字節(jié)。

例如，我們使用 iso-8859-8，這是您可能聽說過的一種在西歐廣泛使用的編碼類型，它允許我們在一個字節(jié)中包含特定語言所需的所有不同字符 ，所以如果我們需要將一個字符串轉換為非 Unicode 的編碼。

>>s.encode('iso-8859-8')
b'\xf9\xec\xe5\xed'

讓我們看看如果我們有來自不同語言的東西會發(fā)生什么，就像我們說 s='北京' 就是北京，如果我們對其進行編碼，那么我們會得到一個字節(jié)字符串。

我們看到這里有六個字節(jié)，因為每個漢字都由三個字節(jié)表示； 這是我們使用 UTF-8 進行的可變長度編碼。

>>s='北京'
>>s.encode()
b'\xe5\x8c\x97\xe4\xba\xac'

現在我們想使用 iso-8859-8 對 北京 進行編碼，當我們執(zhí)行此操作時，我們會得到 UnicodeEncodeError，這意味著編碼告訴我們您想要獲取這些 Unicode 字符并將它們轉換為 iso-8859 的字節(jié) -8 不允許的編碼。

s.encode('iso-8859-8')

如果我們用這個連接英語單詞，它也會失敗，因為任何地方我們可能有錯誤，它都會失敗，但我們可以添加一個參數來幫助忽略錯誤。

>>s='I often go to 北京'
>>s.encode('iso-8859-8',errors='ignore')
b'I often go to '

如果您有一大堆文本并且可以丟失 Unicode 字符，則可以使用此選項。

讓我們看一下默認情況下等于 strict 的 help(s.encode)，但它可以是一些不同的東西，所以如果我們使用替換值來錯誤，它并不真正知道如何替換，所以它 只是要使用問號。

help(s.encode)

>>s='I often go to 北京'
>>s.encode('iso-8859-8',errors='replace')
b'I often go to ??'

當我們使用 xmlcharrefreplace 時，我們會返回與這些 Unicode 字符有關的 XML 實體，因此如果您要將其粘貼到 XML 文檔或 HTML 中，那么這將起作用。

>>s.encode('iso-8859-8',errors='xmlcharrefreplace')
b'I often go to 北京'

這取決于您的需求； 如果您將 Unicode 字符轉換為字節(jié)，這是典型的情況，因為您將通過網絡發(fā)送它們，或者您正在處理某種其他類型的編碼系統(tǒng)。

如果您是初學者并且不想詳細介紹，請使用以下命令安裝名為 unidecode 的 Python 包。

它將直接將 Unicode 轉換為 ASCII； 當您使用需要將 Unicode 轉換為 ASCII 的應用程序時，它會很有幫助。

>>pip install unidecode
>>>from unidecode import unidecode
>>>unidecode(u'北京')
'Bei Jing'

到此這篇關于Python實現將Unicode轉換為ASCII的文章就介紹到這了,更多相關Python Unicode轉ASCII內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！

最新評論