用Python解码编码的unicode字符串

Question

我需要解码一个"UNICODE“编码字符串：

>>> id = u'abcdß'
>>> encoded_id = id.encode('utf-8')
>>> encoded_id
'abcd\xc3\x9f'

我遇到的问题是:使用幽门路由，我将encoded_id变量作为unicode字符串u'abcd\xc3\x9f'，而不是普通的字符串'abcd\xc3\x9f'。

使用python，我如何解码我的encoded_id变量，即unicode字符串？

>>> encoded_id = u'abcd\xc3\x9f'
>>> encoded_id.decode('utf-8')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/home/test/vng/lib64/python2.6/encodings/utf_8.py", line 16, in         decode
return codecs.utf_8_decode(input, errors, True)
UnicodeEncodeError: 'ascii' codec can't encode characters in position 4-5: ordinal not in range(128)

Answer 1

您有UTF-8编码数据(没有UNICODE编码的数据)。

将unicode值编码为拉丁文-1，然后从UTF8解码：

encoded_id.encode('latin1').decode('utf8')

拉丁文1将首255个unicode点一对一映射为字节.

演示：

>>> encoded_id = u'abcd\xc3\x9f'
>>> encoded_id.encode('latin1').decode('utf8')
u'abcd\xdf'
>>> print encoded_id.encode('latin1').decode('utf8')
abcdß