解码在Python

Question

一个编码的Unicode字符串我需要解码“UNICODE”编码字符串：

>>> id = u'abcdß' 
>>> encoded_id = id.encode('utf-8') 
>>> encoded_id 
'abcd\xc3\x9f' 

我的问题是： 使用塔路由，我得到的encoded_id变量作为unicode字符串u'abcd\xc3\x9f'代替只是一个常规字符串'abcd\xc3\x9f'：

使用python，我该如何解码我的encoded_id变量是一个unicode字符串？

>>> encoded_id = u'abcd\xc3\x9f' 
>>> encoded_id.decode('utf-8') 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
    File "/home/test/vng/lib64/python2.6/encodings/utf_8.py", line 16, in   decode 
return codecs.utf_8_decode(input, errors, True) 
UnicodeEncodeError: 'ascii' codec can't encode characters in position 4-5: ordinal not in range(128) 

Answer 1

你有UTF-8编码数据（没有UNICODE编码数据这样的东西）。

编码的Unicode值，以拉丁语-1，然后从UTF8解码：

encoded_id.encode('latin1').decode('utf8') 

拉丁1映射前255个点的unicode单对一个以字节。

演示：

>>> encoded_id = u'abcd\xc3\x9f' 
>>> encoded_id.encode('latin1').decode('utf8') 
u'abcd\xdf' 
>>> print encoded_id.encode('latin1').decode('utf8') 
abcdß