Come creare una stringa unicode con python3

99

Ho usato questo:

u = unicode(text, 'utf-8')

Ma ottenere un errore con Python 3 (o ... forse ho solo dimenticato di includere qualcosa):

NameError: global name 'unicode' is not defined

Grazie.

python unicode python-3.x

— cnd
fonte

17

Se c'è un motivo fantastico per eseguire l'aggiornamento a python 3, è unicode per impostazione predefinita.

— JBernardo

137

Le stringhe letterali sono unicode per impostazione predefinita in Python3.

Supponendo che textsia un bytesoggetto, usalo e bastatext.decode('utf-8')

unicodedi Python2 è equivalente a strin Python3, quindi puoi anche scrivere:

str(text, 'utf-8')

se preferisci.

— John La Rooy
fonte

58

TypeError: decoding str non è supportato

— Gank

9

@Gank, In Python3 un strè unicode, cioè. è "decodificato", così non ha senso chiamare decodesu di esso

— John La Rooy

Same TypeError. Si prega di sostituire con str (txt) o il codice da @magicrebirth di seguito

— Simon

3

Il campione originale non è chiaro. Quindi in python3, se vuoi farlo str(text, 'utf-8'), il testo deve essere una stringa binaria. ad esempiostr(b'this is a binary', 'utf-8')

— killua8p

10

Cosa c'è di nuovo in Python 3.0 dice:

Tutto il testo è Unicode; tuttavia Unicode codificato è rappresentato come dati binari

Se vuoi assicurarti di emettere utf-8, ecco un esempio da questa pagina su unicode in 3.0 :

b'\x80abc'.decode("utf-8", "strict")

— Tremmors
fonte

1

questo è esattamente ciò di cui abbiamo bisogno per '\ x80abc'.decode ("utf-8", "strict") in Python 2, grazie

— workplaylifecycle

9

Come soluzione alternativa, ho utilizzato questo:

# Fix Python 2.x.
try:
    UNICODE_EXISTS = bool(type(unicode))
except NameError:
    unicode = lambda s: str(s)

— magicrebirth
fonte

12

Perché stai usando una funzione lambda? Questi metodi sono chiamati comunque allo stesso modo. Questa è una variante più semplice: try: unicode = str; except: pass.

— Nicolas Bouliane

1

Sembra che tu possa fare solo unicode = strperché non fallirà in 2 o 3

— Nickolai

O from six import u as unicodeche preferirei semplicemente perché è più auto-documentante (poiché sei è un livello di compatibilità 2/3) rispetto aunicode = str

— Nickolai

3

In questo modo ho risolto il mio problema di convertire caratteri come \ uFE0F, \ u000A, ecc. E anche emoji codificati con 16 byte.

example = 'raw vegan chocolate cocoa pie w chocolate &amp; vanilla cream\\uD83D\\uDE0D\\uD83D\\uDE0D\\u2764\\uFE0F Present Moment Caf\\u00E8 in St.Augustine\\u2764\\uFE0F\\u2764\\uFE0F '
import codecs
new_str = codecs.unicode_escape_decode(example)[0]
print(new_str)
>>> 'raw vegan chocolate cocoa pie w chocolate &amp; vanilla cream\ud83d\ude0d\ud83d\ude0d❤️ Present Moment Cafè in St.Augustine❤️❤️ '
new_new_str = new_str.encode('utf-16', 'surrogatepass').decode('utf-16')
print(new_new_str)
>>> 'raw vegan chocolate cocoa pie w chocolate &amp; vanilla cream😍😍❤️ Present Moment Cafè in St.Augustine❤️❤️ '

— Ilyas
fonte

0

In un programma Python 2 che ho usato per molti anni c'era questa riga:

ocd[i].namn=unicode(a[:b], 'utf-8')

Questo non ha funzionato in Python 3.

Tuttavia, il programma si è rivelato funzionare con:

ocd[i].namn=a[:b]

Non ricordo perché ho messo unicode lì in primo luogo, ma penso che fosse perché il nome può contenere lettere svedesi åäöÅÄÖ. Ma anche loro funzionano senza "unicode".

— Per Persson
fonte

0

il modo più semplice in python 3.x

text = "hi , I'm text"
text.encode('utf-8')

— mosi_kha
fonte