Python中ord()处理非ASCII字符报错，如何获取Latin-1字符十进制值？

这个问题的核心在于Python中字符串的Unicode编码特性，以及ord()函数的输入要求，让我一步步拆解解决方法：

为什么ord('é')会报错？ #

你遇到的TypeError说明你输入的'é'其实是两个Unicode字符的组合体——也就是分解形式：基础字符'e'（U+0065）加上组合重音符号'́'（U+0301）。这种情况下字符串长度为2，而ord()只接受单个Unicode字符，自然会抛出错误。

解决方法 #

1. 先归一化字符到预组合形式 #

如果你的字符是分解形式，先用unicodedata.normalize()转换成预组合的单个字符，再调用ord()：

import unicodedata

# 处理分解形式的é（实际是两个字符的组合）
decomposed_e = 'é'
normalized_e = unicodedata.normalize('NFC', decomposed_e)
print(len(normalized_e))  # 输出1，确认是单个字符
print(ord(normalized_e))  # 输出233，完全匹配Latin-1的数值

2. 直接编码为Latin-1字节再转整数 #

Latin-1（ISO-8859-1）的每个字符对应一个字节，所以可以将预组合的字符编码为Latin-1字节串，再对字节调用ord()：

# 假设已拿到预组合的é
print(ord('é'.encode('latin-1')))  # 输出233

3. 直接调用ord()（适用于预组合字符） #

如果你的字符是预组合的é（Unicode码点U+00E9），它的码点值正好等于Latin-1对应的十进制值，直接用ord()即可：

print(ord('é'))  # 输出233，前提是该字符为单个预组合字符

关键知识点 #

• Latin-1（ISO-8859-1）覆盖了Unicode的U+0000到U+00FF范围，这个区间内的预组合Unicode字符，ord()返回的值就是Latin-1对应的十进制值。
• Unicode对带重音的字符有两种表示方式：预组合（单个码点）和分解（基础字符+组合符号），处理前做归一化可以避免长度问题。

内容的提问来源于stack exchange，提问作者e___e