使用Python将Unicode编码转换为iso8859-15

Question

我正在使用Python 2.7.6，试图将基本的Unicode字符串转换为iso8859-15编码。

当尝试转换带有非ASCII字符的字符串时，我会收到错误提示。如果这些字符在iso8859-15编码中不存在，那么这个错误是可以接受的，但在这种情况下它们确实存在。

例子：

>>> import codecs
>>> a = "test"
>>> a
'test'
>>> a.encode ('iso8859-15')
'test'
>>> a = "ü"
>>> a
'\xfc'
>>> a.encode ('iso8859-15')

错误代码：

Traceback (most recent call last):
  File "<pyshell#20>", line 1, in <module>
    a.encode ('iso8859-15')
  File "C:\Python27\lib\encodings\iso8859_15.py", line 12, in encode
    return codecs.charmap_encode(input,errors,encoding_table)
UnicodeDecodeError: 'ascii' codec can't decode byte 0xfc in position 0: ordinal not in range(128)

在这种情况下，"ü"是一个有效的iso8859-15字符，其十六进制值为fc或二进制的11111100。 在"C:\Python27\lib\encodings\iso8859_15.py"中查看，第300行的值为FC。

    47:  decoding_table = (
    48:  u'\x00'     #  0x00 -> NULL
    .....
    300: u'\xfc'     #  0xFC -> LATIN SMALL LETTER U WITH DIAERESIS 

我该如何将包含非ASCII字符（例如"ü"）的Unicode字符串转换为 'iso8859-15' 编码？ 如果函数 encode 在此情况下无法使用：我该如何直接导入 lib\encodings\iso8859_15.py 中的 encoding_table 列表到我的代码中？

- lutz

Answer 1

你正试图编码一个字节字符串。由于该字节字符串已经被编码，因此Python 会尝试首先解码它，以便再次进行编码，而且它将使用ASCII进行编码。

异常反映了这一点;你得到了一个UnicodeDecodeError，而不是UnicodeEncodeError。

要创建Unicode值，请使用u'...' Unicode字面量代替：

>>> a = u'ü'
>>> a
u'\xfc'
>>> a.encode('iso8859-15')
'\xfc'

或者使用有效的编码将字节串数据解码为Unicode：

>>> a = 'ü'
>>> a.decode('utf8')  # my terminal is configured to use UTF-8
u'\xfc'
>>> a.decode('utf8').encode('iso8859-15')
'\xfc'

- Martijn Pieters