Cómo convertir una cadena a utf-8 en Python
Tengo un navegador que envía caracteres utf-8 a mi servidor Python, pero cuando lo recupero de la cadena de consulta, la codificación que devuelve Python es ASCII. ¿Cómo puedo convertir la cadena simple a utf-8?
NOTA: La cadena pasada desde la web ya está codificada en UTF-8, solo quiero que Python la trate como UTF-8, no como ASCII.
En Python 2
>>> plain_string = "Hi!"
>>> unicode_string = u"Hi!"
>>> type(plain_string), type(unicode_string)
(<type 'str'>, <type 'unicode'>)
^ Ésta es la diferencia entre una cadena de bytes (plain_string) y una cadena Unicode.
>>> s = "Hello!"
>>> u = unicode(s, "utf-8")
^ Convertir a Unicode y especificar la codificación.
En Python 3
Todas las cadenas son Unicode. La unicodefunción ya no existe. Ver respuesta de @Noumenon
Si los métodos anteriores no funcionan, también puedes decirle a Python que ignore partes de una cadena que no puede convertir a utf-8:
stringnamehere.decode('utf-8', 'ignore')
Puede que sea un poco excesivo, pero cuando trabajo con ascii y unicode en los mismos archivos, repetir la decodificación puede ser complicado, esto es lo que uso:
def make_unicode(inp):
if type(inp) != unicode:
inp = inp.decode('utf-8')
return inp
