数值错误：unichr()参数不在范围内（窄Python构建）

Question

我想将HTML实体转换为Unicode字符，该HTML实体是󮠖。当我尝试执行以下操作时：

unichr(int(976918))

我收到了以下错误：

ValueError: unichr() arg not in range(0x10000) (narrow Python build)

看起来这是对unichar的越界转换。

- Aamir Rind

Answer 1

您可以使用"unicode-escape"编码来解码带有Unicode转义符（\U后跟8个十六进制数字，左侧补零）的字符串：

>>> s = "\\U%08x" % 976918
>>> s
'\\U000ee816'

>>> c = s.decode('unicode-escape')
>>> c
u'\U000ee816'

在窄字符编码中，它作为一个UTF-16代理对存储：

>>> list(c)
[u'\udb7a', u'\udc16']

在编码过程中，这个代理对被正确地处理为一个代码单元：

>>> c.encode('utf-8')
'\xf3\xae\xa0\x96'

>>> '\xf3\xae\xa0\x96'.decode('utf-8')
u'\U000ee816'

- Eryk Sun

---

要将 976918 转换为 000ee816，请执行 hex(976918)[2:].zfill(8) - EoghanM

Answer 2

我使用struct模块开发了一种替代解决方案。

def unichar(i):
    try:
        return unichr(i)
    except ValueError:
        return struct.pack('i', i).decode('utf-32')

>>> unichar(int('976918'))
u'\U000ee816'

- Mark Ransom

Answer 3

为了使其正常工作，您需要构建Python自身，并指定相关的选项。

./configure --enable-unicode=ucs4

在编译之前，你需要将其移植到Python 3版本。即使这样做了，似乎在Windows上仍然存在问题，但这些问题将在下一个Python版本（3.3）中得到解决。

- agf