如何存储非英文文本？

Question

我有一个文本文件。 它由许多非英文字符组成。 我想将此文件存储为数字序列，例如 ascii。

如何表示非英文字符？

>>> str(ord('x'))
'120'
>>> str(ord('ç'))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: ord() expected a character, but string of length 2 found
>>> 

Answer 1

您必须首先使用正确的编码方案对其进行decode ，然后您将获得该字符的序数值，因为ord返回单字符字符串的整数值：

>>> s = 'ç'
>>> s
'\xc3\xa7'
>>> print s
ç
>>> len(s)
2
>>> s.decode('utf-8')
u'\xe7'
>>> len(s.decode('utf-8'))
1
>>> ord(s.decode('utf-8'))
231