小编jsm*_*bom的帖子

我从我正在使用的 API（电报机器人）获取一些数据。我正在使用与Telegram Bot api交互的python-telegram-bot库。数据以 UTF-8 编码以 JSON 格式返回。示例（片段）：

{'message': {'text': '\u200d\u200d\u200dhttp://google.com/æøå', 'entities': [{'type': 'url', 'length': 21, 'offset': 11}], 'message_id': 2655}}

可以看出，'entities' 包含一个 url 类型的实体，它有一个长度和一个偏移量。现在说我想在 'text' 属性中提取链接的 url：

data = {'message': {'text': '\u200d\u200d\u200dhttp://google.com/æøå', 'entities': [{'type': 'url', 'length': 21, 'offset': 11}], 'message_id': 2655}}
entities = data['entities']
for entity in entities:
    start = entity['offset']
    end = start + entity['length']
    print('Url: ', text[start:end])

但是，上面的代码返回：'://google.com/æøå'这显然不是实际的 url。
这样做的原因是偏移量和长度在 UTF-16 代码点中。所以我的问题是：有没有办法在 python 中使用 UTF-16 代码点？我只需要能够数出它们就行了。

我已经试过了：

text.encode('utf-8').decode('utf-16')

但这给出了错误： UnicodeDecodeError: 'utf-16-le' codec …