Python UTF-16 unicode conversion

Question

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。

Answer 1

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。