处理双转义unicode字符串

Question

我有一个格式错误的字符串数据库。数据如下所示：

"street"=>"\"\\u4e2d\\u534e\\u8def\""

当它应该是这样的时候：

"street"=>"中华路"

我遇到的问题是，当双转义字符串来自数据库时，它们并没有被解码成中文字符。所以假设我有一个变量；street="\"\\u4e2d\\u534e\\u8def\""，如果我打印这个print(street)，结果是一个代码点字符串"\u4e2d\u534e\u8def"

此时如何将"\u4e2d\u534e\u8def"转换为实际的unicode字符？你知道吗

Answer 1

首先将此字符串编码为utf8，然后使用unicode-escape对其进行解码，这将为您处理\\：

>>> line = "\"\\u4e2d\\u534e\\u8def\""
>>> line.encode('utf8').decode('unicode-escape')
'"中华路"'

如果有必要，您可以剥离"

Answer 2

根据您编写的内容，数据库似乎正在存储一个字符串的可评估的ascii表示，该字符串包含非unicode字符。你知道吗

>>> eval("\"\\u4e2d\\u534e\\u8def\"")
'中华路'

Python对此有一个内置函数。你知道吗

>>> ascii('中华路')
"'\\u4e2d\\u534e\\u8def'"

唯一的区别是对所需的内部引号使用\"而不是'。你知道吗

Answer 3

您可以在每个'\\u'处删除带有^{}和^{}的引号。这将把字符作为表示十六进制数的字符串。然后对于每个字符串，您可以将其转换为int，然后使用^{}返回到字符串：

>>> street = "\"\\u4e2d\\u534e\\u8def\""
>>> ''.join(chr(int(x, 16)) for x in street.strip('"').split('\\u') if x)
'中华路'