Python 获取给定shift jis字符代码的utf-8字符代码？

在我的程序中，我将shift jis字符代码转换为Python整数，我需要将其转换为相应的utf8字符代码（也应该是整数）。 我该怎么做？ 对于ASCII，您可以使用有用的函数ord（）/chr（），该函数允许您将整数转换为ASCII字符串，以后可以轻松地将其转换为unicode。对于其他编码，我找不到类似的东西

使用Python 2

编辑：最终代码。谢谢大家:

def shift_jis2unicode(charcode): # charcode is an integer
    if charcode <= 0xFF:
        string = chr(charcode)
    else:
        string = chr(charcode >> 8) + chr(charcode & 0xFF)

    return ord(string.decode('shift-jis'))

print shift_jis2unicode(8140)

def shift_jis2unicode（charcode）：#charcode是一个整数
如果charcode>8）+chr（charcode&0xFF）
返回ord（字符串解码（'shift-jis'））
打印shift_jis2unicode（8140）

也许有更好的方法，但由于没有其他答案，这里有一个选择

您可以使用将shift jis整数转换为unicode代码点，然后使用将数据转换为Python unicode对象，然后使用将其从unicode转换为utf8。

def from_shift_jis（seq）：
字符=[c>8时的chr（c）+序列中c的chr（c&0xff）]
返回“”。加入（字符）。解码（'shift-jis'）
utf8_输出=[c的ord（c）表示从shift_jis（shift_jis_输入）输入的c。编码（'utf-8'）]

没有“utf8字符代码（也应该是整数）”这样的东西

Unicode定义了“代码点”，即整数。UTF-8定义了如何将这些代码点转换为字节数组

所以我认为您需要Unicode代码点。在这种情况下：

def shift_jis2unicode(charcode): # charcode is an integer
    if charcode <= 0xFF:
        shift_jis_string = chr(charcode)
    else:
        shift_jis_string = chr(charcode >> 8) + chr(charcode & 0xFF)

    unicode_string = shift_jis_string.decode('shift-jis')

    assert len(unicode_string) == 1
    return ord(unicode_string)

print "U+%04X" % shift_jis2unicode(0x8144)
print "U+%04X" % shift_jis2unicode(0x51)

def shift_jis2unicode（charcode）：#charcode是一个整数
如果charcode>8）+chr（charcode&0xFF）
unicode\u string=shift\u jis\u string.decode（'shift-jis'）
断言len（unicode_字符串）==1
返回ord（unicode_字符串）
打印“U+%04X”%shift\U jis2unicode（0x8144）
打印“U+%04X”%shift\U jis2unicode（0x51）

---

（另外：我不认为8100是一个有效的shift JIS字符代码…

将它们作为整数而不是字节获取是不寻常的-这是可以更改的吗？抱歉，我不能。顺便说一句，我认为“bytes”在Python3中是新的，我使用了2。Python2

str

与bytes类似，它在2.6和2.7中有一个

bytes

别名。显示一些示例数据，让我们更好地了解您正在使用的是什么。“str”是一种内置类型。“字符串”是一个内置模块。从技术上讲，您可以将它们用于变量名，但这很容易混淆。最好避开它们。谢谢。我已经在使用自定义表了。我想如果我能使用Python提供的东西，代码会更干净，我不需要一个额外的文件来保存所有字符代码。“chr（c>>8）+chr（c&0xff）”有什么作用？@AlexC，

c>>8

将整数的上8位移到下8位，然后

c&0xff

去掉上8位。这是一种将整数拆分为两个8位部分的方法。

chr

转换为您知道的字符，

+

将它们附加到一个两个字符的字符串中。OK。我现在很难将unicode字符串转换为utf-8字符的整数。我将用我目前掌握的代码更新我的问题，请看一看。@AlexC，我认为您希望测试代码中包含

0x8100

，而不是

8100

。我认为0xFF和255在Python中是完全相同的。不管怎么说，还是个错误。8100是一种猜测，也是一个错误的猜测。不要把整个unicode与utf-8业务联系起来。不过我认为你是对的。@AlexC，Unicode字符串由码点组成（通常每个字符一个），而

ord

将码点转换为整数。UTF-8是一个以1个或更多8位字节表示的代码点。为了更好地介绍Unicode和所有编码问题，我建议“每个软件开发人员绝对、绝对必须了解Unicode和字符集（没有借口！）”-

def shift_jis2unicode(charcode): # charcode is an integer
    if charcode <= 0xFF:
        shift_jis_string = chr(charcode)
    else:
        shift_jis_string = chr(charcode >> 8) + chr(charcode & 0xFF)

    unicode_string = shift_jis_string.decode('shift-jis')

    assert len(unicode_string) == 1
    return ord(unicode_string)

print "U+%04X" % shift_jis2unicode(0x8144)
print "U+%04X" % shift_jis2unicode(0x51)