我使用以下代码将阿拉伯语转换为Unicode UTF-16。
例如,我有一个阿拉伯语文本作为مرحبا
unicode = ''.join([hex(ord(i)) for i in t.text])
此代码提供 Unicode 字符串作为0x6450x6310x62d0x6280x627
我需要Unicode的格式是u0645u0631u062du0628u0627
我想复制这个网站
使用上述方法,我正在使用replace
方法将 0x 格式转换为 \u0 格式,但 0x 格式不会按预期转换特殊字符,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"xffxfeEx061x06-x06(x06'x06"
我怎样才能得到 \u0 格式的结果,因为本网站以 UTF-16 格式提供。
谢谢。
这个问题只是关于你如何表示十六进制值。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]))
u0645u0631u062du0628u0627
简短解释
考虑text
的第一个字符:
In [86]: ord(text[0])
Out[86]: 1605
它的整数(十进制)值为 1605。十六进制是 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 字符串)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
表示将其打印为 4 位数字,并用零填充。