python - Python：如何将带有 \unnnn 转义的字符串转换为 Unicode 字符串？

Question

我正在使用 Python，不幸的是，我的代码需要将表示字符串中的 Unicode 字符的字符串作为\u1234转义符转换为原始字符串，例如：

这是我从其他代码中获得的代码字符串：

\u6b22\u8fce\u63d0\u4ea4\u5fae\u535a\u641c\u7d22\u4f7f\u7528\u53cd\u9988\uff0c\u8bf7\u76f4\u63a5

我需要将其转换回原始字符串。怎么做？

Answer 1

我想这就是你想要的。它不是 UTF-8 字节字符串（嗯，从技术上讲它是，但只是因为 ASCII 是 UTF-8 的子集）。

>>> s='\u6b22\u8fce\u63d0\u4ea4\u5fae\u535a\u641c\u7d22\u4f7f\u7528\u53cd\u9988\uff0c\u8bf7\u76f4\u63a5'
>>> print s.decode('unicode-escape')
欢迎提交微博搜索使用反馈，请直接

仅供参考，这是 UTF-8：

>>> s.decode('unicode-escape').encode('utf8')

'\xe6\xac\xa2\xe8\xbf\x8e\xe6\x8f\x90\xe4\xba\xa4\xe5\xbe\xae\xe5\x8d\x9a\xe6\x90\x9c\xe7\xb4\xa2\ xe4\xbd\xbf\xe7\x94\xa8\xe5\x8f\x8d\xe9\xa6\x88\xef\xbc\x8c\xe8\xaf\xb7\xe7\x9b\xb4\xe6\x8e\xa5'

Answer 2

如果我理解这个问题，我们有一个简单的字节字符串，其中有 Unicode 转义，或者类似的东西：

a = '\u6b22\u8fce\u63d0\u4ea4\u5fae\u535a\u641c\u7d22\u4f7f\u7528\u53cd\u9988\uff0c\u8bf7\u76f4\u63a5'

In [122]: a
Out[122]: '\\u6b22\\u8fce\\u63d0\\u4ea4\\u5fae\\u535a\\u641c\\u7d22\\u4f7f\\u7528\\u53cd\\u9988\\uff0c\\u8bf7\\u76f4\\u63a5'

所以我们需要手动解析字符串中的 unicode 值，使用 Unicode 码点：

\u6b22 => unichr(0x6b22) # 欢

或者最后：

print "".join([unichr(int('0x'+a[i+2:i+6], 16)) for i in range(0, len(a), 6)])
欢迎提交微博搜索使用反馈，请直接

Answer 3

Mark Pilgrim 在他的书中解释了这一点。看一看

http://www.diveintopython.net/xml_processing/unicode.html

>>> s = u"\u6b22\u8fce\u63d0\u4ea4\u5fae\u535a\u641c\u7d22\u4f7f\u7528\u53cd\u9988\uff0c\u8bf7\u76f4\u63a5"

>>> print s.encode("utf-8")

>>> 欢迎提交微博搜索使用反馈，请直接