在Python中将UTF-8字符串转换为字符串

如果我有一个unicode字符串，例如：

s = u'c\r\x8f\x02\x00\x00\x02\u201d'

如何将其转换为非unicode格式的常规字符串；i、 e.我想摘录：

f = '\x00\x00\x02\u201d'

我不想要unicode格式的。我之所以需要这样做，是因为我需要将s中的unicode转换为整数值，但如果我仅使用s进行尝试：

int((s[-4]+s[-3]+s[-2]+s[-1]).encode('hex'), 16)

Traceback (most recent call last):
  File "<pyshell#48>", line 1, in <module>
    int((s[-4]+s[-3]+s[-2]+s[-1]).encode('hex'), 16)
  File "C:\Python27\lib\encodings\hex_codec.py", line 24, in hex_encode
    output = binascii.b2a_hex(input)
UnicodeEncodeError: 'ascii' codec can't encode character u'\u201d' in position 3: ordinal not in range(128)

这是我想从s中提取的正确整数值。有什么方法可以让我做到这一点吗

通常情况下，设备会发回：\x00\x00\x03\xcc之类的信息，我可以轻松地将其转换为972

好的，我认为这里发生的是，你试图从一个面向字节的设备中读取四个字节，然后将其解码为一个整数，将字节解释为一个以大端顺序排列的32位字

为此，请使用

struct

模块和字节字符串：

>>> struct.unpack('>i', '\x00\x00\x03\xCC')[0]
972

（我不知道为什么要先反转字符串，然后进行十六进制编码；这样会使字节顺序错误，输出太大。）

我不知道您是如何从设备中读取数据的，但在某个时候，您已经将字节解码为文本（Unicode）字符串。从这里的U+201D字符判断，我猜设备最初给了您一个字节0x94，您使用代码页1252或其他类似的Windows默认（“ANSI”）代码页对其进行了解码

>>> struct.unpack('>i', '\x00\x00\x02\x94')[0]
660

---

通过使用相同的映射将代码编码回字节，可能会逆转错误的解码步骤，但这是不确定的，取决于所涉及的编码（并非所有字节都映射到所有编码中可用的任何内容）。最好是查看输入来自何处，找到解码步骤发生在何处，并将其删除，以便保留设备发送给您的原始字节。

如果您希望字符

\u201d

在其中，则根据定义，您需要Unicode字符串。您应该检查您的需求，并可能用明确的问题陈述更新您的问题。为什么要放弃

c\r\x8f\x02

？另外，

s

不是UTF-8，ByTestString文本中的

\u201d

会产生一个实际的反斜杠和字符

u201d

，因此如果您真的想要这个结果（664608376369508L似乎表示您需要），您会想到一个非常奇怪的转换。也许你在上游某个地方把数据弄乱了，你应该在那里修复它。我不完全理解

\u201d

字符是什么。此协议与发送回

s

的设备通信。在

s

中，只有

f

中列出的内容包含数据。我需要把

f

解码成一个整数。（列出的664608376369508L I不正确）。通常情况下，设备会发回类似的信息：

\x00\x00\x03\xcc

，我可以很容易地将其转换为

972

，但当我收到类似信息：

\u201d

或类似信息时，我不知道如何处理。好的，我会详细了解设备是如何发回字节的，以及我是否可以获得原始字节。非常感谢。

>>> struct.unpack('>i', '\x00\x00\x02\x94')[0]
660