Python 中正确的八进制转义 UTF-8 字符方法

Question

我需要在Python中获取UTF-8字符的八进制转义序列，想知道有没有更简单的方法来实现我想要的功能，例如是否有我忽视的标准库中的内容。我有一个临时的字符串操作函数，但希望有更好的解决方案。

我想从（例如）中获取： 到： \360\220\205\245 目前我正在这样做：

char = '\U00010165' # this is how Python hands it over to me
char = str(char.encode())    
# char = "b'\xf0\x90\x85\xa5'"

arr = char[4:-1].split(“\\x”)
# arr = ['f0', '90', '85', 'a5']

char = ''
for i in arr:
    char += '\\' + str(oct(int(i,16)))

# char = \0o360\0o220\0o205\0o245
char = char.replace("0o", "")

有什么建议吗？

- Peter Goldsborough

---

下次请尽量粘贴实际的代码，这样就不用费力地将所有花哨的引号替换为Python能够识别的ASCII引号了。 - Martijn Pieters

Answer 1

使用format(i, '03o')格式化八进制数字时，不会出现前导的0o标识符。或者可以使用str.format()来包含文本中的反斜杠：

>>> format(16, '03o')
'020'
>>> '\\{:03o}'.format(16)
'\\020'

只需循环遍历编码后的 bytes 值即可；每个字符都被作为整数产生:

char = ''.join(['\\{:03o}'.format(c) for c in char.encode('utf8')])

演示:

>>> char = '\U00010165'
>>> ''.join(['\\{:03o}'.format(c) for c in char.encode('utf8')])
'\\360\\220\\205\\245'
>>> print(''.join(['\\{:03o}'.format(c) for c in char.encode('utf8')]))
\360\220\205\245

- Martijn Pieters