以特定的语言方式将Unicode转换为低阶字节编码？

以特定的语言方式（无损地）将Unicode转换为低阶字节编码（8位）的最佳方法是什么？我想要一种标准格式，即具有广泛的库支持双向转换

如果我使用Python，我会使用repr：

In [1]: x = u"Российская Федерация"

In [2]: repr(x)
Out[2]: "u'\\xd0\\xa0\\xd0\\xbe\\xd1\\x81\\xd1\\x81\\xd0\\xb8\\xd0\\xb9\\xd1\\x81\\xd0\\xba\\xd0\\xb0\\xd1\\x8f \\xd0\\xa4\\xd0\\xb5\\xd0\\xb4\\xd0\\xb5\\xd1\\x80\\xd0\\xb0\\xd1\\x86\\xd0\\xb8\\xd1\\x8f'"

---

但是，我正在寻找一种具有良好库支持的格式，用于以多种语言将第二个字符串转换回第一个字符串。

UTF-8、UTF-16和UTF-32都是标准格式。也许UTF-8在互联网上最为常见；UTF-16在Windows和Java内部使用。任何支持Unicode的语言都有编码和解码功能。在Python中，可以使用unicode字符串的

.encode

方法和字符串的

.decode

方法在它们之间进行转换

---

如果您需要7位干净的东西（没有设置第8位），还有UTF-7。

UTF-8、UTF-16和UTF-32都是标准的。也许UTF-8在互联网上最为常见；UTF-16在Windows和Java内部使用。任何支持Unicode的语言都有编码和解码功能。在Python中，可以使用unicode字符串的

.encode

方法和字符串的

.decode

方法在它们之间进行转换

如果您需要7位干净的东西（没有设置第8位），还有UTF-7

输出[2]：“u'\xd0\xa0\xd0\xbe\xd1\x81\xd1\x81\xd0\xb8\xd0\xb9\xd1\x81\xd0\xba\xd0\xb0\xd1\XBF\xd0\xa4\xd0\xb5\xd0\xb5\xd1\x80\xd0\xb0\xb0\xd1\x86\xd0\xb8\xd1\x8f”

如果这是您看到的，您的终端设置错误，它将UTF-8输入视为ISO-8859-1（或Windows控制台中的cp1252，无法正确设置）

的正确Python表示应该是Unicode文本：

u'\u0420\u043e\u0441\u0441\u0438\u0439\u0441\u043a\u0430\u044f \u0424\u0435\u0434\u0435\u0440\u0430\u0446\u0438\u044f'

这与JavaScript/JSON字符串文字非常接近

"\u0420\u043e\u0441\u0441\u0438\u0439\u0441\u043a\u0430\u044f \u0424\u0435\u0434\u0435\u0440\u0430\u0446\u0438\u044f"

如果您想要Unicode字符串的7位安全（ASCII）表示，JSON是一种合理的格式选择。使用
json.dumps（）
而不是破解Python repr，因为这两种格式之间存在一些微妙的不一致

您可以尝试的其他易于理解的ASCII表示可能包括URL编码（
%D0%A0%D0%BE…
）和XML字符转义（
&&x0420；&x043e；&x0441；…
）

如Max所述，如果您只需要一个不需要7位安全的任意二进制表示，只需
.encode（'utf-8'）

输出[2]：“u'\xd0\xa0\xd0\xbe\xd1\x81\xd1\x81\xd0\xb8\xd0\xb9\xd1\x81\xd0\xba\xd0\xb0\xd1\XBF\xd0\xa4\xd0\xb5\xd0\xb5\xd1\x80\xd0\xb0\xb0\xd1\x86\xd0\xb8\xd1\x8f”

如果这是您看到的，您的终端设置错误，它将UTF-8输入视为ISO-8859-1（或Windows控制台中的cp1252，无法正确设置）

的正确Python表示应该是Unicode文本：

u'\u0420\u043e\u0441\u0441\u0438\u0439\u0441\u043a\u0430\u044f \u0424\u0435\u0434\u0435\u0440\u0430\u0446\u0438\u044f'

这与JavaScript/JSON字符串文字非常接近

"\u0420\u043e\u0441\u0441\u0438\u0439\u0441\u043a\u0430\u044f \u0424\u0435\u0434\u0435\u0440\u0430\u0446\u0438\u044f"

如果您想要Unicode字符串的7位安全（ASCII）表示，JSON是一种合理的格式选择。使用
json.dumps（）
而不是破解Python repr，因为这两种格式之间存在一些微妙的不一致

您可以尝试的其他易于理解的ASCII表示可能包括URL编码（
%D0%A0%D0%BE…
）和XML字符转义（
&&x0420；&x043e；&x0441；…
）

如Max所述，如果您只需要一个不需要7位安全的任意二进制表示，只需
.encode（'utf-8'）