unicode \u 编码字符与中文的互换

最新推荐文章于 2025-05-18 16:50:45 发布

py_xiaoyong

最新推荐文章于 2025-05-18 16:50:45 发布

阅读量5.8k

点赞数 3

CC 4.0 BY-SA版权

分类专栏： python 文章标签： python unicode

本文链接：https://blog.youkuaiyun.com/py_xiaoyong/article/details/121018040

python 专栏收录该内容

3 篇文章

订阅专栏

本文介绍了如何将中文汉字转换为Unicode编码字符，以及如何将自定义的Unicode编码字符转回中文汉字。通过案例展示了前16x16个汉字的Unicode编码，并提供了一个判断字符是否为中文的函数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

本人电脑win10 64位系统， python版本3.7 若系统与版本不同，以下内容仅供参考

本文章内容非unicode编码字符解码到中文，想看解码的请绕道！

.下面开始上内容：

在汉字转拼音中，要用到unicode编码，用于区分各个汉字，取出汉字的四位编码，方便我们构建汉字拼音语音表

1.中文汉字转unicode编码字符，并取出该汉字的四位编码

hanzi="明"
str1=hanzi.encode("unicode_escape")#转字节字符
print(str1)#打印字节字符
bma=str(str1)[-5:][:4]#字节转字符并取出单个字的4位u编码

下面为精简版

hanzi="明"
str1=str(hanzi.encode("unicode_escape"))[-5:][:4]#取单字的4位u编码

2.自定义编码字符转中文汉字

编码字符范围是：4e00 到 u9ff

无r的字符编码，可以直接print()打印出来，但这种字符编码不可修改变更。

用'\u'+'4e00'自定义组合编码有转义会报错，所以前面要加r。有r的字符编码是不能用print()打印出汉字的，要用专门的编码转换

案例：

str2=r"\u"+"4e00"#自定义汉字编码
wenzi=str2.encode('utf-8').decode('unicode_escape')#编码到汉字
print(wenzi)#打印汉字

3.案例，手工组合字符编码并取出该编码的汉字前16x16个汉字

aas=['0','1','2','3','4','5','6','7','8','9','A','B','C','D','E','F']
wenzi2=""
for i in range(0,16):
    rr2='4e'+aas[i]#组合编码前3位
    for o in range(0,16):
        wpp=r'\u'+rr2+aas[o]#组完整编码
        wenzi2+=wpp.encode('utf-8').decode('unicode_escape')#编码转汉字并存放
print(wenzi2)#打印出所有的汉字

部分字符编码表

U+ 0 1 2 3 4 5 6 7 8 9 A B C D E F
-----------------------------------------------------
4e00 一丁丂七丄丅丆万丈三上下丌不与丏
4e10 丐丑丒专且丕世丗丘丙业丛东丝丞丟
4e20 丠両丢丣两严並丧丨丩个丫丬中丮丯
4e30 丰丱串丳临丵丶丷丸丹为主丼丽举丿
4e40 乀乁乂乃乄久乆乇么义乊之乌乍乎乏
4e50 乐乑乒乓乔乕乖乗乘乙乚乛乜九乞也

代码来源网络，xiaoyong收集后，理解修改并验证可行。

最后分享一个小技巧：

根据unicode编码来判断字符是否中文：

已做好函数，方便使用。

#判断字符是否中文
#输入：字符 str
#返回：True 中文 , False 非中文

def pandan_chinese(aa):

    if '\u4e00' <= aa <= '\u9fff':
        return True
    else:
        return False

给点个赞呗！