Python UTF-16 unicode转换

Question

我使用下面的代码将阿拉伯语转换为Unicode UTF-16。

例如，我有一个阿拉伯文本作为مرحبا

unicode = ''.join([hex(ord(i)) for i in t.text])

此代码将Unicode字符串提供为0x6450x6310x62d0x6280x627

我需要Unicode的格式是\u0645\u0631\u062d\u0628\u0627。

我想复制此website

使用上面的方法，我使用replace方法将0x格式转换为\u0格式，但0x格式不能像预期的那样转换特殊字符，所以我必须使用replace方法。

    unicode = str(unicode).replace('0x', '\\u0')
    unicode = str(unicode).replace('\\u020', ' ') #For Space
    unicode = str(unicode).replace('\\u02e', '\\u002e') #For .
    unicode = str(unicode).replace('\\u022', '\\u0022') #For "
    unicode = str(unicode).replace('\\u07d', '\\u007d') #For }
    unicode = str(unicode).replace('\\u030', '\\u0030') #For 0
    unicode = str(unicode).replace('\\u07b', '\\u007b') #For {
    unicode = str(unicode).replace('\\u031', '\\u0031') #For 1

使用默认的python编码，UTF-16不提供\u0格式的编码。

print("مرحبا".encode('utf-16'))
b"\xff\xfeE\x061\x06-\x06(\x06'\x06" 

如何获取\u0格式的结果，因为此website是以UTF-16格式提供的。

谢谢。

Answer 1

这个问题是关于如何表示十六进制值的。要获取所需表示形式的字符串，可以使用

In [84]: text = "مرحبا"

In [85]: print(''.join([f'\\u{ord(c):0>4x}' for c in text]))
\u0645\u0631\u062d\u0628\u0627

简短的解释

考虑text的第一个字符

In [86]: ord(text[0])
Out[86]: 1605

它具有整数(十进制)值1605。这是十六进制的645：

In [87]: hex(ord(text[0]))
Out[87]: '0x645'

您还可以使用字符串格式(例如Python 3.6+中的f-strings )将其显示为\u0645：

In [88]: f'\\u{ord(text[0]):0>4x}'
Out[88]: '\\u0645'

格式字符串中的x表示“十六进制”。0>4意味着将其打印为4位数字，并用零填充它。