Comment faire une chaîne unicode avec python3

Question

J'ai utilisé ce :

u = unicode(text, 'utf-8')

Mais j'obtiens une erreur avec Python 3 (ou... peut-être ai-je simplement oublié d'inclure quelque chose) :

NameError: global name 'unicode' is not defined

Merci.

Answer 1

Les chaînes littérales sont unicode par défaut dans Python3.

En supposant que text est un bytes il suffit d'utiliser text.decode('utf-8')

unicode de Python2 est équivalent à str en Python3, de sorte que vous pouvez également écrire :

str(text, 'utf-8')

si vous préférez.

Answer 2

Nouveautés de Python 3.0 dit :

Tous les textes sont en Unicode ; cependant, l'Unicode codé est représenté sous forme de données binaires. données

Si vous voulez vous assurer que la sortie est bien en utf-8, voici un exemple tiré de cette page sur unicode en 3.0 :

b'\x80abc'.decode("utf-8", "strict")

Answer 3

Comme solution de rechange, j'ai utilisé ceci :

# Fix Python 2.x.
try:
    UNICODE_EXISTS = bool(type(unicode))
except NameError:
    unicode = lambda s: str(s)

Answer 4

C'est ainsi que j'ai résolu mon problème pour convertir des caractères tels que \uFE0F , \u000A etc. Et aussi les emojis qui sont codés avec 16 octets.

example = 'raw vegan chocolate cocoa pie w chocolate & vanilla cream\\uD83D\\uDE0D\\uD83D\\uDE0D\\u2764\\uFE0F Present Moment Caf\\u00E8 in St.Augustine\\u2764\\uFE0F\\u2764\\uFE0F '
import codecs
new_str = codecs.unicode_escape_decode(example)[0]
print(new_str)
>>> 'raw vegan chocolate cocoa pie w chocolate & vanilla cream\ud83d\ude0d\ud83d\ude0d Present Moment Cafè in St.Augustine '
new_new_str = new_str.encode('utf-16', 'surrogatepass').decode('utf-16')
print(new_new_str)
>>> 'raw vegan chocolate cocoa pie w chocolate & vanilla cream Present Moment Cafè in St.Augustine '

Answer 5

Dans un programme Python 2 que j'ai utilisé pendant de nombreuses années, il y avait cette ligne :

ocd[i].namn=unicode(a[:b], 'utf-8')

Cela ne fonctionnait pas dans Python 3.

Cependant, le programme s'est avéré fonctionner avec :

ocd[i].namn=a[:b]

Je ne me souviens pas pourquoi j'ai mis unicode en premier lieu, mais je pense que c'était parce que le nom peut contenir les lettres suédoises åäöÅÄÖ. Mais même elles fonctionnent sans "unicode".