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 do mesmo formato contendo as strings transcodificadas. As strings de saída são sempre Unicode válidas. Se a entrada contiver posições de codificação inválidas, o atributo `errors` define a política de como lidar com elas. Se a política padrão de tratamento de erros for usada, a formatação inválida será substituída na saída pelo `replacement_char`. Se a política de erros for `ignorar`, quaisquer posições de codificação inválidas na entrada serão ignoradas e não incluídas na saída. Se definido como `strict`, qualquer formatação inválida resultará em um erro InvalidArgument.

Esta operação pode ser usada com `output_encoding = input_encoding` para impor a formatação correta para entradas, mesmo que elas já estejam 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 a BOM indicar big-endian), então essa BOM será consumida e não emitida na saída. Se a codificação de entrada estiver marcada com um endianness explícito (por exemplo, UTF-16-BE), então a lista técnica será interpretada como um espaço inseparável e será preservada na saída (inclusive sempre para UTF-8).

O resultado final é que se a entrada for marcada como endianness explícita, 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 string em si, mas como metadados e, portanto, não será preservado na saída.

Exemplos:

>>> tf.strings.unicode_transcode(["Olá", "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)