时间戳

首页 > 解决方案 > 如何在 Julia 中将 utf8 代码转换为字符？

encoding - 如何在 Julia 中将 utf8 代码转换为字符？

问题描述

我正在从使用 us-utf8 编码的纯文本文件中读取字符串，在读取内容后，我想提取包含中文字符的文件名，并且中文字符以其 utf8 代码存储在文件中，例如：\x6532 \x6320.pdf 等。当然我需要将其更改为 \u 而不是 \x

但是我很困惑，因为在julia控制台中， println("\u6532\u6320.pdf") 什么的时候很容易得到对应的汉字，但是如果从文件中读取字符串，它只能显示为“ \u6532\u6320.pdf" 与存储在文本文件中的完全相同。我承认这应该是理想的行为。但是如何将 utf8 代码转换为控制台结果中的相应字符，我相信我有正确的 $LANG 设置。

我在 julia 控制台中进行了一些测试，如下所示：

println("\u6543")    =>   敃
println("\\" * "u6543") => \u6543

基本上第二行是我从文本文件中读取字符串时遇到的问题，我也尝试使用 StringEncoding 包解决问题，如下所示：

using StringEncoding
println(decode(Vector{UInt8}(replace(line_content_from_text,"\\x"=>"\\u"),"UTF-8"))

但我仍然得到类似\u6543的东西。

标签： encodingcharacter-encodingjulia

解决方案

适合你parse的情况吗？

julia> s = "u6543"
"u6543"

julia> s_num = chop(s, head=1, tail=0)
"6543"

julia> Char(parse(UInt32, s_num, base=16))
'敃': Unicode U+6543 (category Lo: Letter, other)

相关讨论：https ://discourse.julialang.org/t/string-representation-of-hexadecimal-to-unicode-character/38289/2

推荐阅读