我可以将Unicode字符串转换为字节数组吗？

Question

我希望能将一个简单的Unicode字符串转换为字节数组，以便我可以将每个字符引用为int。这是否可行？

我想将一个字符串u"Hello World"转换成UTF-8编码，并得到类似于以下格式的结果：`

[0x01, 0x02, ..., 0x02]

我该如何高效地完成这个任务？

- Naftuli Kay

---

你的意思是将每个都称为一个整数吗？ - mmmmmm

Answer 1

如果你正在寻找Python的bytearray：

my_array = bytearray(u"hello, world", encoding="utf-8")

- David Robinson

---

跟着它 output = []; for i in ba: output.add(hex(i)) ;; print ", ".join(output)。为胜利而战！ - Naftuli Kay

有一种更简单的方法可以实现这个功能：print ", ".join(map(hex, ba))。 - David Robinson

一行代码打印字节字符串，不带0x分隔符：return "".join(map(hex, bytearray(in_string, encoding="utf-8"))).replace('0x','') - Nick Sweeting

Answer 2

你的问题可能有两种意思：一是使用UTF8等进行Unicode字符串编码并获取结果字节列表，二是获取Unicode代码点列表。

在前一种情况下：

list_of_bytes = map(ord, my_unicode_string.encode('utf8'))

在后一种情况下：

list_of_code_points = map(ord, my_unicode_string)

- dhwthompson

---

鉴于某些（天哪，这是一个轻描淡写的说法）Unicode字符并没有在[0..255]范围内的代码点，前者似乎更有可能。 - user395760

前者会为您提供值的编码版本，因此对于字符u'誠'，您将得到[232, 170, 160]，而后者将为您提供完整的Unicode点值(8AA0 -> 35488)。根据@TK Kocheran想要实现的目标，这两种方法都可以很好地工作。 - Makoto

我正在寻找第一个案例，谢谢！我是否可以将hex()映射到每个值，以便我在数组中拥有它们的十六进制字符串？ - Naftuli Kay

使用lambda x: hex(ord(x))代替ord。 - dhwthompson