这是什么类型的编码？ \u00e2\u0098\u0085应该翻译成★

Question

"\u00e2\u0098\u0085"应该翻译成"★"

这是什么类型的编码？ 我首先认为这是一个 unicode 转义序列，但是当我使用转换器时，我得到了“â” 我也采用了另一种方法，使用“★”符号尝试了不同的转换器来尝试获取该编码，但我似乎找不到它。

Answer 1

当我将 ★ 编码为 UTF-8 时，我得到 \xE2\x98\x85。 （不是 \u00e2\u0098\u0085。你有 16 位值，而你应该有 8 位值。）

所以你有一个不正确的编码（实际上）：

1. 将 Unicode 代码点编码为 UTF-8
2. 将 UTF-8 代码值（字节）视为 Unicode 代码点并将它们重新编码为 UTF-16。

或者：

1. 将 Unicode 代码点编码为 UTF-8
2. 将其解码为（比如说）LATIN-8

但是无论您怎么看，这都是 不正确 编码/解码步骤序列的结果……某处。

Answer 2

不清楚 \u00e2\u0098\u0085 字符串的来源。但是，运行 Python 提示中的以下内容给出了期望的结果：

b"\u00e2\u0098\u0085".decode('unicode-escape').encode('latin1').decode()

'★'

"\u00e2\u0098\u0085".encode().decode('unicode-escape').encode('latin1').decode()

'★'

请注意，.encode() 等价于 .encode('utf-8')（.decode() 也是如此）。