Comment convertir une chaîne de caractères en utf-8 en Python

Question

J'ai un navigateur qui envoie des caractères utf-8 à mon serveur Python, mais lorsque je le récupère à partir de la chaîne de requête, l'encodage que Python renvoie est ASCII. Comment puis-je convertir la chaîne en clair en utf-8 ?

NOTE : La chaîne passée depuis le web est déjà encodée en UTF-8, je veux juste que Python la traite comme UTF-8 et non ASCII.

Answer 1

city = 'Ribeir\xc3\xa3o Preto'
print city.decode('cp1252').encode('utf-8')

Answer 2

Dans Python 3.6, elles ne disposent pas d'une méthode unicode() intégrée. Les chaînes de caractères sont déjà stockées en unicode par défaut et aucune conversion n'est nécessaire. Exemple :

my_str = "\u221a25"
print(my_str)
>>> √25

Answer 3

Traduisez avec ord() et unichar(). Chaque caractère unicode est associé à un numéro, un peu comme un index. Python dispose donc de plusieurs méthodes pour traduire un caractère en son numéro. L'inconvénient est un exemple de ñ. J'espère que cela pourra vous aider.

>>> C = 'ñ'
>>> U = C.decode('utf8')
>>> U
u'\xf1'
>>> ord(U)
241
>>> unichr(241)
u'\xf1'
>>> print unichr(241).encode('utf8')
ñ

Answer 4

• D'abord, str en Python est représentée par Unicode .
• Deuxièmement, UTF-8 est une norme d'encodage pour coder Unicode à la chaîne bytes . Il existe de nombreuses normes d'encodage (par ex. UTF-16 , ASCII , SHIFT-JIS etc.).

Lorsque le client envoie des données à votre serveur et qu'il utilise UTF-8 ils envoient un groupe de bytes pas str .

Vous avez reçu un str parce que la "bibliothèque" ou le "framework" que vous utilisez a implicitement converti une partie aléatoire bytes a str .

Sous le capot, il y a juste un tas de bytes . Il suffit de demander à la "bibliothèque" de vous donner le contenu demandé en bytes et vous vous occuperez du décodage vous-même (si la bibliothèque ne peut pas vous le donner, c'est qu'elle essaie de faire de la magie noire et vous ne devriez pas l'utiliser).

• Décoder UTF-8 encodé bytes a str : bs.decode('utf-8')
• Encoder str a UTF-8 bytes : s.encode('utf-8')

Answer 5

Vous pouvez également le faire :

from unidecode import unidecode
unidecode(yourStringtoDecode)