当前位置: 首页>>编程示例 >>用法及示例精选 >>正文

Python tf.strings.unicode_encode用法及代码示例

将 input 中的每个 Unicode 代码点序列编码为字符串。

用法

tf.strings.unicode_encode(
    input, output_encoding, errors='replace', replacement_char=65533,
    name=None
)

参数

  • input 一个 N+1 维度的可能参差不齐的整数张量，形状为 [D1...DN, num_chars] 。
  • output_encoding 应该用于对每个代码点序列进行编码的 Unicode 编码。可以是 "UTF-8" , "UTF-16-BE" 或 "UTF-32-BE" 。
  • errors 指定遇到无效代码点时的响应(可选)。之一：
    * `'replace'`:Replace invalid codepoint with the
    `replacement_char`. (default)
  * `'ignore'`:Skip invalid codepoints.
  * `'strict'`:Raise an exception for any invalid codepoint.
  • replacement_char errors='replace' 时用于代替任何无效输入的替换字符代码点。可以使用任何有效的 unicode 代码点。默认值是默认的 unicode 替换字符，即 0xFFFD (U+65533)。
  • name 操作的名称(可选)。

返回

  • 一个 N 维度 string 张量，形状为 [D1...DN] 。

result[i1...iN] 是通过连接 Unicode 代码点 input[1...iN,:] 形成的字符串，使用 output_encoding 编码。

例子：

input = tf.ragged.constant(
    [[71, 246, 246, 100, 110, 105, 103, 104, 116], [128522]])
print(unicode_encode(input, 'UTF-8'))
tf.Tensor([b'G\xc3\xb6\xc3\xb6dnight' b'\xf0\x9f\x98\x8a'],
          shape=(2,), dtype=string)

相关用法


注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.strings.unicode_encode。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。