将变量类型转换为Unicode字符串

Question

我正在寻找一种将变量（可能是ASCII字符串，带有额外字符的Unicode字符串，如é或£，或浮点数或整数）转换为Unicode字符串的方法。

当变量是整数时，variable.encode('utf-8') 会导致 AttributeError: 'int' object has no attribute 'encode'.

当变量是字符串'£'时，str(variable).encode('utf-8') 会导致UnicodeDecodeError：'ascii' codec can't decode byte 0xc2 in position 0: ordinal not in range(128)。

在Python 2.7中有没有简单的方法可以实现我的需求？还是必须检查变量的类型并以不同的方式处理它？

- frankjwu

Answer 1

编码永远不会产生一个unicode对象。你需要从字节串解码成unicode。

因此，你需要将其转换为str（一个字节串），然后通过解码转换为unicode：

str(obj).decode('utf8')

对于已经是unicode值的对象，这仍然会失败，因此您可能需要使用try..except来捕获这种情况:

try:
    obj = str(obj).decode('utf8')
except UnicodeEncodeError:
    # already unicode
    pass

如果您尝试对一个字节字符串进行编码，Python 2 会隐式地先为您解码为unicode，这就是您遇到UnicodeDecodeError的原因。

- Martijn Pieters

---

将obj转换为str会导致Unicode字符问题，因此您不能仅使用str（'一些Unicode字符'）。 - Omid S.

@OmidS.：这就是为什么有一个try...except语句来捕获这个问题。在Python 2中，对于字节串，str('some bytes that encode non-ASCII codepoints')是可以的。对于unicode对象，str(u'unicode string with non-ASCII codepoints')确实会失败，但异常处理程序正是为了处理这种情况而存在的。 - Martijn Pieters

Answer 2

这是一个旧帖子，但我遇到了完全相同的问题 :/ 最终我使用了unicode函数。这是一个内置函数，你可以在这里阅读有关它的信息。

所以唯一的变化是，代替str（theThing） 你可以使用unicode(theThing)，如文档中所述，它的行为类似于str，只不过将转换为Unicode字符串而不是ASCII字符串。

只是作为警告，如果你正在使用某种文件写入或其他一些操作，你可能也会遇到问题，或者至少我确实遇到了:D 这篇文章解决了我的问题。

- Omid S.

---

这对于OP提供的确切示例做了错误的事情：一个带有非ASCII字节的字节串，比如 ’£’。 - Martijn Pieters

如果您已经有一个Unicode字符串，您必须进行测试；因为这是唯一的例外情况，所以对于其他所有情况，使用str(...).decode(...)更容易。 - Martijn Pieters

嗯，我不太擅长Python编程，但是如果你看一下文档(第一个段落的“here”链接)，至少在Python 2.7中确切的功能就是为了这个目的而存在的，文档写得相当清楚。 - Omid S.

当您传递包含非ASCII字节的内容时，会出现问题，这将导致解码失败。 - Martijn Pieters