将ASCII转换为Unicode编码问题

Question

我有一个关于Python2编码的问题。我试图解码一个ASCII字符串，其中包含一个字母的Unicode代码，然后将其编码回拉丁语-1，但没有成功。下面是一个例子：

In[27]: d = u'\u010d'

In[28]: print d.encode('utf-8')

č

In[29]: d1 = '\u010d'

In[30]: d1.decode('ascii').encode('utf-8')

Out[30]: '\\u010d'

我想将'\u010d'转换为'č'。是否有任何内置的解决方案来避免自定义字符串替换？在

Answer 1

当你这么做的时候

d1 = '\u010d'

你实际上得到了这个字符串：

^{pr2}$

这是因为“normal”（非Unicode）字符串无法识别\unnnn转义序列，因此将其转换为文本反斜杠，后跟unnnn。在

为了解码，您需要使用^{} codec：

In [4]: print d1.decode("unicode_escape").encode('utf-8')
č

当然，首先不应该在非Unicode字符串中使用Unicode转义序列。在