如何在Python中生成\\ x转义的UTF-8？

Question

我想将Unicode输入转换为UTF-8字节序列的\\ x转义的7位ascii-clean reprentation。

这类似于我所需要的，但是我想生成"\\xe2\\x88\\xaa"而不是"\∪" "\\xe2\\x88\\xaa"

>>> codecs.encode(u"\u222A", 'ascii', 'backslashreplace')
'\\u222a'

看起来它正在生成所需的结果：

>>> u"\u222A".encode('utf-8')
'\xe2\x88\xaa'

但这仅仅是逃脱的表示。 实际结果不是12个ascii字节，而是3个UTF-8字节：

>>> [ord(c) for c in u"\u222A".encode('utf-8')]
[226, 136, 170]

我可能会滥用逃脱的表示形式来获取我想要的东西，去掉repr添加的前导和尾随报价：

>>> repr(u"\u222A".encode('utf-8'))[1:-1]
'\\xe2\\x88\\xaa'
>>> [ord(c) for c in repr(u"\u222A".encode('utf-8'))[1:-1]]
[92, 120, 101, 50, 92, 120, 56, 56, 92, 120, 97, 97]

uck 这样好一点：

>>> import binascii
>>> ''.join('\\x' + binascii.hexlify(c) for c in u"\u222A".encode('utf-8'))
'\\xe2\\x88\\xaa'
>>> [ord(c) for c in ''.join('\\x' + binascii.hexlify(c) for c in u"\u222A".encode('utf-8'))]
[92, 120, 101, 50, 92, 120, 56, 56, 92, 120, 97, 97]

有更好的方法吗？

Answer 1

>>> u'\u222A'.encode('utf-8').encode('string-escape')
'\\xe2\\x88\\xaa'
>>> print u'\u222A'.encode('utf-8').encode('string-escape')
\xe2\x88\xaa

Answer 2

我认为您不会找到丑陋的解决方案。 这是一种保留原始字符串中所有ASCII字符而不将其转换为十六进制序列的字符。

''.join(c if 32 <= ord(c) <= 127 else '\\x{:02x}'.format(ord(c)) for c in u"\u222A".encode('utf-8'))