如何在Python中获取字符Unicode值？适配中日越汉字等字符

问题场景 #

已通过以下Python代码获取字符的Unicode转义结果：

text = "𬖰"
br = text.encode("unicode-escape")
print(br)  # 输出 b'\\U0002c5b0'

需要将该结果转换为U+2C5B0或U2C5B0格式。

解决方案 #

方法1：处理已生成的转义结果

先将bytes类型的转义结果解码为字符串，提取有效十六进制部分后拼接目标格式：

text = "𬖰"
br = text.encode("unicode-escape")
# 解码为字符串并清理冗余前缀
hex_part = br.decode().replace("\\U000", "")
# 生成两种目标格式
u_plus_format = f"U+{hex_part.upper()}"
u_no_plus_format = f"U{hex_part.upper()}"

print(u_plus_format)    # 输出: U+2C5B0
print(u_no_plus_format) # 输出: U2C5B0

方法2：直接获取Unicode码点（更高效）

跳过转义步骤，用ord()直接获取字符的Unicode码点整数，再格式化为目标字符串：

text = "𬖰"
codepoint = ord(text)
# 格式化为大写十六进制并拼接前缀
u_plus_format = f"U+{codepoint:X}"
u_no_plus_format = f"U{codepoint:X}"

print(u_plus_format)    # 输出: U+2C5B0
print(u_no_plus_format) # 输出: U2C5B0

这种方法无需处理转义字符串的冗余内容，对所有Unicode字符（包括中文、越南喃字、日文汉字等）都适用。

内容的提问来源于stack exchange，提问作者Charlie Fan