Python 유니코드에서 서로게이트 쌍을 처리하는 방법

Python에서 서로게이트 쌍은 기본 다국어 평면(BMP) 이상의 유니코드 문자를 나타내는 데 사용됩니다. ). 이러한 쌍은 단일 유니코드 문자를 인코딩하는 데 사용되는 두 개의 대리 코드 포인트로 구성됩니다.

대리 쌍이 포함된 Python 유니코드 문자열로 작업할 때 대리 인코딩과 관련된 오류가 발생할 수 있습니다. 이러한 오류는 Python이 상황에 따라 대리 쌍을 다르게 처리하기 때문에 발생합니다.

대리 쌍 처리

대리 쌍을 일반 문자열로 변환하려면 몇 가지 옵션이 있습니다.

• json 사용 모듈:

  • json.loads()를 사용하여 문자열을 JSON 객체에 로드합니다. JSON 모듈은 서로게이트 쌍에서 유니코드 문자로의 변환을 자동으로 처리합니다.

• encode() 메서드를 사용하여 인코딩 및 디코드:

  • "utf-16" 또는 "utf-16"과 같은 서로게이트 쌍을 지원하는 코덱을 사용하여 문자열을 인코딩합니다. "utf-16-le".
  • 동일한 코덱을 사용하여 인코딩된 문자열을 디코딩합니다.

  • 예:

    emoji = "This is \ud83d\ude4f, an emoji."
    encoded = emoji.encode("utf-16")
    decoded = encoded.decode("utf-16")
    print(decoded)  # Output: "This is ?, an emoji."

• surrogatepass 오류 처리기 사용:

  • 인코딩 또는 디코딩 중에 오류가 발생하면 surrogatepass 오류 처리기를 사용하여 서로게이트를 무시할 수 있습니다. pair.

  • 예:

    encoded = emoji.encode("utf-16", "surrogatepass")
    decoded = encoded.decode("utf-16")
    print(decoded)  # Output: "?"

선택하는 접근 방식은 특정 컨텍스트와 원하는 출력 형식에 따라 달라집니다.