带有unicode代码的文本在Python 3.7中未正确显示

Question

在花了好几个小时检查了每一篇与此相关的stackoverflow帖子之后，我正在绞尽脑汁解决一件非常简单的事情

我有一个带有unicode代码（不是字符、代码）的文本文件，例如：

"Edward escribi\u00c3\u00b3 la biograf\u00c3\u00ada de su autor favorito"

此字符串应显示为：

"Edward escribió la biografía de su autor favorito"

如果像平常一样加载文件，则在打印加载的文本时，只会看到unicode字符串：

import io
chars = io.open(fb_json_path, encoding='utf-8').read().strip()

上面印着：“Edward escribi\u00c3\u00b3 la biograf\u00c3\u00ada de su autor favorito”。如果我删除编码参数也是一样的

我想我需要告诉Python解释字符串中的代码并将它们显示为utf-8字符，但我不知道如何做到这一点

提前谢谢

Answer 1

我们可以通过两个步骤来实现这一点：

首先，我们使用encoding='unicode_escape'读取文件以转换所有的\uxxxx

然后，我们通过将其透明地编码为bytes对象（使用latin-1编解码器）将其转换为utf-8，并再次将其转换为文本，解码为utf-8

with open('text.txt', encoding='unicode-escape') as f:
    text = f.read()
    print(text)
    #Edward escribió la biografía de su autor favorito

    # Now we convert it to utf-8
    text = text.encode('latin1').decode('utf8')
    print(text)
    # Edward escribió la biografía de su autor favorito

Answer 2

我相信输入是由于编码错误造成的

C3 93是ó（LATIN CAPITAL LETTER O WITH ACUTE）的UTF-8编码字节

在Python3控制台中运行

>>> text = "Edward escribi\u00c3\u00b3 la biograf\u00c3\u00ada de su autor favorito"
>>> text.encode('cp1252').decode('utf8')
'Edward escribió la biografía de su autor favorito'