python3如何使用chr()把一个大于128数字转为ascii的bytes类型

亲情的三分 发布于 2016/10/02 21:03
阅读 2K+
收藏 0

【华为云1024程序员节·向云而生】预约直播 抽14件华为电子产品礼包!>>>

在 num<128的时候,使用chr(num).encode('utf-8')得到的是一个字符的ascii十六进制

但是在num>128的时候,使用chr(num).encode('utf-8')得到的是两个字节的ascii十六进制,请问该如何转换,我能够得到一个字节的十六进制??

以下是问题补充:

@亲情的三分:我的表达失误了。我想求得是一个bytes类型的字符串 就是把chr()获得str字符串变为bytes类型的字符串,但是如果采用上面我说的方法,得到结果和上面一样 print(chr(127).encode('utf-8'))-->b'\x7f' print(chr(129).encode('utf-8'))--->b'\xc2\x81' 但是在ascii表中,十进制129代表的十六进制为\x81',我就是想知道如何把大于128整数转为一个字节的字符,而不是两个字节,上面encode()方法不行啊。 (2016/10/02 21:41)
加载中
1
DarkAngel
DarkAngel
这是一个很有意思的问题,让我来从头讲起。

首先,我们看看help(chr),可以知道Return a Unicode string of one character with ordinal i; 0 <= i <= 0x10ffff. 所以chr(i)函数实际上返回的是Unicode编码表中的一个字符,参数i指定了这个字符在Unicdoe编码表中的位置。

PS1:Unicode编码表是一个全球统一的标准,我们可以认为它为世界上所有的字符(还有一些glyph、表情之类的)都编了号。而其他一些编码,比如ASCII、GBK、cp1252等编码,则只编码了Unicode编码表中的一部分字符。当然还有utf-8和uft-16等编码则是采用不同的方式编码了所有的Unicode字符。目前Unicode已经发布到了第9版,Python 3内部采用Unicode表示所有字符,即str类型,而编码成其他编码格式后,则是Bytes类型。

ASCII编码中每个字符编码是1个Byte,且只有0-127,而128-255部分的编码属于Extended ASCII。Python默认的ASCII中是没有大于127部分的,如果执行:chr(128).encode('ascii'),会得到异常'ascii' codec can't encode character '\x80' in position 0: ordinal not in range(128)

而utf-8编码虽然支持所有的Unicode字符,但根据字符的不同,会采用1~3个Byte来编码字符。它对于ASCII编码是兼容的,所以0~127的部分和utf-8和ascii的编码是一样的。但是大于128的那部分extended ascii中的字符,则采用了两个字节进行编码,这也是为什么你的代码得到了两个Bytes。

我猜你需要的是一个支持Extended ASCII部分字符,且采用1个Byte固定大小编码的encoding,比如ISO 8859-1,也被称为latin1。

举个例子,比如人民币钱多符号¥在Unicode中的位置是165。

>>> chr(165)
¥
>>> chr(165).encode('latin1')
b'\xa5'

其他的编码比如cp437、cp1252,也可以编码128-255中的部分字符,比如 chr(165).encode('cp437')返回b'\x9d',比如 chr(165).encode('cp1252')返回b'\xa5'。但如果编码chr(128)就会报错。所以,如果你的目的是要能支持chr(i),0 <= i <= 255,那么我还是推荐你用latin1。

PS2:关于这个问题,《Fluent Python》的第4章值得一读,讲得非常清楚。

参考资料:

* 《Fluent Python》, Chapter 4
* http://www.ascii-code.com/
* https://en.wikibooks.org/wiki/Unicode/Character_reference/0000-0FFF
* https://en.wikipedia.org/wiki/Extended_ASCII#ISO_8859_and_proprietary_adaptations
* https://docs.python.org/3.5/library/unicodedata.html
阏男秀
感谢!解决了我的问题!
亲情的三分
亲情的三分
对对对。就是这个样子。我看了看utf-8会编成两个字节,但是我不知道还有那些编码可用。谢谢你了。哥们
1
漓江
漓江

使用chr()得到的是ASCII的字符,比如十进制的33,使用chr('33')得到的是一个感叹号[!],确认一下是不是你的需求。

如果只是为了得到16进制,可以使用hex(num).split("0x").zfill(8)

亲情的三分
亲情的三分
谢谢哥们。楼下那哥们给我说清楚了谢谢
漓江
漓江
回复 @亲情的三分 : 其实还不是很明白你的意图。或者说你的需求是什么。 能否这么说,假如: 现在的字符串:'123' 想转换后的字符串: ????
亲情的三分
亲情的三分
您帮我再看看我的补充?谢谢
1
wei2011
wei2011

用encode()方法并不会得到十六进制串,它只会得到转码好的bytes类型,把整数转成十六进制应该这样:'%.2X' % num


返回顶部
顶部