我如何解码这个字符串？ \xc3\x99\xc3\xa9\xc2\x87-B[x\xc2

Question

这就是我需要解码的

\xc3\x99\xc3\x99\xc3\xa9\xc2\x87-B[x\xc2\x99\xc2\xbe\xc3\xa6\x14Ez\xc2\xab

它是由

String.fromCharCode(arrayPw[i]);

生成的 但我不明白如何解码它:(

请帮忙

Answer 1

Python：

data = "\xc3\x99\xc3\x99\xc3\xa9\xc2\x87-B[x\xc2\x99\xc2\xbe\xc3\xa6\x14Ez\xc2\xab"
udata = data.decode("utf-8")
asciidata = udata.encode("ascii","ignore")

JavaScript：

function decode_utf8(s) {
  return decodeURIComponent(escape(s));
}

否则请对解码 UTF-8 进行更多研究。

https://gist.github.com/chrisveness/bcb00eb717e6382c5608

还有一个在线 UTF-8 解码器/编码器：

https://mothereff.in/utf-8

提示：

ÙÙé-B[x¾æEz«

Answer 2

重复此：https://stackoverflow.com/a/70815136/5902698

您加载数据集并发现一些奇怪的字符。 例子：

'戴森ç⁄Žå�‘é€\xa0垪™ě完整çä¸å¥—装Dyson Airwrap HS01“œé‡‘色礼盒礈）'

就我而言，我知道奇怪的字符是中国人。所以我可以认为向我发送数据的人已将其编码为 utf-8，但应该使用“ISO-8859-1”进行编码。

所以第一步，我对字符串进行编码，然后用 utf-8 进行解码。 所以我的台词是：

_encoding = 'ISO-8859-1'
_my_str.encode(_encoding, 'ignore').decode("utf-8", 'ignore')

那么我的输出是：

“‘森戴森 Airwrap HS01礼’”

这对我有用，但我想我在幕后并没有很好地理解。如果您有更多信息，请随时告诉我。

奖金。我会尝试检测 str 何时处于第一个奇怪的格式，因为我的一些条目是中文，但其他条目是英文

编辑：奖金没有用。我只是在我的列上使用 lambda 来编码和解码，而不关心格式。所以我在加载数据帧后更改了编码

_encoding = 'ISO-8859-1'
_decoding = "utf-8"
df[col] = df[col].apply(lambda x : x.encode(_encoding, 'ignore').decode(_decoding , 'ignore'))