在python中將unicode寫入二進制文件

Question

我想知道如何將unicode（utf-8）寫入二進制文件。 背景如下：我有一個40字節的標頭（10個整數），以及一個表，表中具有可變數量的Triple-int結構。 寫這些是蛋糕。

現在，我想在文件末尾添加一串字符串。

編寫基於ASCII的常規字符串很容易：

value = ('ab')
s = struct.Struct('2s')
packed_data = s.pack(value)

我從Interpret字符串中學習了如何將其打包為二進制數據 。

但是有沒有辦法對基於unicode（utf-8）的字符串執行此操作？

有任何想法嗎？ 有沒有人這樣做過？

Answer 1

Unicode！= UTF-8。 UTF-8是Unicode的二進制編碼，因此就像編寫ASCII字符串一樣編寫UTF-8字符串。 也無需打包編碼字符串。 它已經“只是一堆字節”。

# coding: utf8
import struct
text = u'我是美國人。'
encoded_text = text.encode('utf8')

# proof packing is redundant...
format = '{0}s'.format(len(encoded_text))
packed_text = struct.pack(format,encoded_text)
print encoded_text == packed_text # result: True

因此，只需對Unicode字符串進行編碼，然后在編寫打包的int后將它們附加到文件中即可。

Answer 2

unicode.encode（'utf-8'）將返回以UTF-8編碼的字節字符串； 只需在包裝前檢查長度即可。