如何使用％作為分隔符字符串將utf-16解碼為python3中的原始形式？

Question

我正在與移動運營商合作，該運營商通過某種utf-16編碼的字符串通知我。 例如， '%u062a%u0633%u062a'等價於波斯語中的'تست' 。 我不確定這些字符串的確切編碼是什么。 我如何將它們轉換為像'تست'這樣'تست'真實形式？

Answer 1

一種簡單的方法是將%替換為\\以使其成為帶有轉義的unicode字符的python文字，然后使用unicode-escape對其進行解碼。

s = b'%u062a%u0633%u062a'
print(s.replace(b'%', b'\\').decode('unicode-escape'))

Answer 2

您可以將字符十六進制值除以％u，然后使用內置函數chr查找Unicode chr 。

def convert_to_unicode(text):
    return_str = ''
    for character in text.split('%u'):
        if character:
            chr_code = int(character, 16)
            return_str += chr(chr_code)
    return return_str


text = '%u062a%u0633%u062a'
print(convert_to_unicode(text))

輸出：

تست

或者，您可以通過blhsing在其他答案中使用unicode轉義。

def convert_to_unicode(text: str):
    # Replace %.
    text = text.replace('%', '\\')
    # Escape unicode into character.
    text = text.encode().decode('unicode-escape')
    return text