UnicodeTranscode

Transcodifique o texto de entrada de uma codificação de origem para uma codificação de destino.

A entrada é um tensor de string de qualquer formato. A saída é um tensor de string da mesma forma que contém as strings transcodificadas. As strings de saída são sempre Unicode válidas. Se a entrada contém posições de codificação inválidas, o atributo `errors` define a política de como lidar com eles. Se a política de tratamento de erros padrão for usada, a formatação inválida será substituída na saída por `replacement_char`. Se a política de erros for `ignorar`, quaisquer posições de codificação inválidas na entrada serão ignoradas e não serão incluídas na saída. Se for definido como `estrito`, qualquer formatação inválida resultará em um erro InvalidArgument.

Esta operação pode ser usada com `output_encoding = input_encoding` para impor a formatação correta para as entradas, mesmo se já estiverem na codificação desejada.

Se a entrada for prefixada por uma Marca de Ordem de Byte necessária para determinar a codificação (por exemplo, se a codificação for UTF-16 e o ​​BOM indicar big-endian), então esse BOM será consumido e não emitido na saída. Se a codificação de entrada for marcada com um endianness explícito (por exemplo, UTF-16-BE), então o BOM é interpretado como um espaço sem quebra e é preservado na saída (incluindo sempre para UTF-8).

O resultado final é que, se a entrada for marcada como um endianness explícito, a transcodificação será fiel a todos os pontos de código na fonte. Se não estiver marcado com um endianness explícito, o BOM não será considerado parte da própria string, mas como metadados e, portanto, não será preservado na saída.

Exemplos:

>>> tf.strings.unicode_transcode (["Hello", "TensorFlow", "2.x"], "UTF-8", "UTF-16-BE") >>> tf.strings.unicode_transcode (["A", "B", "C"], "US ASCII", "UTF-8"). numpy () array ([b'A ', b'B' , b'C '], dtype = objeto)