주어진 시프트 - jis 문자 코드를 utf-8 문자 코드로 받으시겠습니까?

Question

내 프로그램에서 shift-jis 문자 코드를 해당 utf8 문자 코드 (정수이어야 함)로 변환해야하는 파이썬 정수로 사용합니다. 어떻게하면됩니까? ASCII의 경우 정수를 나중에 유니 코드로 쉽게 변환 할 수있는 ASCII 문자열로 변환 할 수있는 유용한 기능인 ord()/chr()이 있습니다. 나는 다른 인코딩을 위해 그런 것을 찾을 수 없다. 최종 코드 : 파이썬 2

편집을 사용하여

. 모두 감사합니다 :

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) 

Answer 1

"utf8 문자 코드 (정수 여야 함)"와 같은 것은 없습니다.

유니 코드는 "코드 포인트"를 정의하며 정수입니다. UTF-8은 이러한 코드 포인트를 바이트 배열로 변환하는 방법을 정의합니다.

그래서 라고 생각하면 유니 코드 코드 포인트가 필요합니다. 이 경우 :

는

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) 

(또한 : 나는 8100 유효한 변화-JIS 문자 코드라고 생각하지 않습니다 ...)

Answer 2

더 좋은 방법이있을 수 있지만 여기에는 다른 답변이 없으므로 여기에 옵션이 있습니다.

당신은 파이썬 유니 코드 객체로 데이터를 변환 할 unichr()를 사용 후, 유니 코드 코드 포인트로 시프트 JIS의 정수를 변환하는 this table를 사용하고 unicode.encode('utf-8')를 사용하여 UTF8로 유니 코드로 변환 할 수있다.

Answer 3

def from_shift_jis(seq): 
    chars = [chr(c) if c <= 0xff else chr(c>>8) + chr(c&0xff) for c in seq] 
    return ''.join(chars).decode('shift-jis') 

utf8_output = [ord(c) for c in from_shift_jis(shift_jis_input).encode('utf-8')]