python - Python文件输入字符串：如何处理转义的Unicode字符？

Question

在文本文件 (test.txt) 中，我的字符串如下所示：

Gro\u00DFbritannien

阅读它，python 转义了反斜杠：

>>> file = open('test.txt', 'r')
>>> input = file.readline()
>>> input
'Gro\\u00DFbritannien'

我怎样才能将其解释为 unicode？decode()并且unicode()不会做这项工作。

以下代码写Gro\u00DFbritannien回文件，但我希望它是Großbritannien

>>> input.decode('latin-1')
u'Gro\\u00DFbritannien'
>>> out = codecs.open('out.txt', 'w', 'utf-8')
>>> out.write(input)

Answer 1

您想使用unicode_escape编解码器：

>>> x = 'Gro\\u00DFbritannien'
>>> y = unicode(x, 'unicode_escape')
>>> print y
Großbritannien

有关作为 Python 标准库一部分的大量标准编码，请参阅文档。

Answer 2

使用内置的 'unicode_escape' 编解码器：

>>> file = open('test.txt', 'r')
>>> input = file.readline()
>>> input
'Gro\\u00DFbritannien\n'
>>> input.decode('unicode_escape')
u'Gro\xdfbritannien\n'

您还可以使用codecs.open()：

>>> import codecs
>>> file = codecs.open('test.txt', 'r', 'unicode_escape')
>>> input = file.readline()
>>> input
u'Gro\xdfbritannien\n'

Python 文档中提供了标准编码列表：http: //docs.python.org/library/codecs.html#standard-encodings