在python中根据UTF-8编码得到对应字符（串）的方式（如何往字符串里添加\x）

原创已于 2024-01-04 17:52:38 修改 · 647 阅读

6 ·

本内容遵循CC 4.0 BY-SA版权协议

标签

#python

收录于

于 2023-12-31 14:33:50 首次发布

如何凭借一个汉字的UTF-8编码，得到该汉字的字符串呢？
比如凭借E7BB98这一UTF-8编码得到汉字字符串"织".
首先，对一个汉字字符（串）进行.encode()，可得到一个以UTF-8（默认参数）编码的bytes类型。
在这里插入图片描述
可通过对bytes对象进行.decode()（默认UTF-8）来得到该汉字字符串。
虽然有raw_unicode_escape这样的参数可以在不改变字符串的内容的前提下按原样转换至bytes，从而得到我们想要的bytes

但Python的字符串里，\x应该是不能单独出现的。
在这里插入图片描述
对python似乎也不支持对bytes对象进行直接修改。
经过查阅资料，通过用到一个在binascii中叫做unhexlify的函数，可直接将UTF-8编码转换至我们想要的bytes对象。

原帖链接：https://www.daniweb.com/programming/software-development/threads/494123/how-can-i-add-add-x

另外一个方法：

utf8code = "e7bb87"
backslash_joined = "\\x".join([""]+[utf8code[idx:idx+2] for idx in range(0,6,2)])
character = backslash_joined.encode().decode('unicode_escape').encode("raw_unicode_escape").decode('utf-8')