在python中将“纯文本”解释为utf8文本

Question

我有一个文本文件，其中的文本应该被解释为utf-8，但不是（它是这样给我的）。 下面是一个典型的文件行示例：

\u30ed\u30f3\u30c9\u30f3\u5728\u4f4f

应该是：

ロンドン在住

现在，我可以通过在命令行中键入以下命令在python上手动执行此操作：

>>> h1 = u'\u30ed\u30f3\u30c9\u30f3\u5728\u4f4f'    
>>> print h1
ロンドン在住

这给了我想要的。有没有办法让我自动完成？我试过做这种事

^{pr2}$

我也尝试过“编码”和“解码”功能，有什么想法吗？在

谢谢！在

Answer 1

\u30ed\u30f3\u30c9\u30f3\u5728\u4f4f不是UTF8；它使用python unicode转义格式。请改用unicode_escape编解码器：

>>> print '\u30ed\u30f3\u30c9\u30f3\u5728\u4f4f'.decode('unicode_escape')
ロンドン在住

以下是上述短语的UTF-8编码，以供比较：

^{pr2}$

注意，用unicode_escape解码的数据对于任何不能识别的Python转义序列都被视为拉丁语-1。在

但是要小心，您可能真正看到的是JSON编码的数据，它使用相同的符号来指定字符转义。使用json.loads()来解码实际的JSON数据；带有这种转义符的JSON字符串用"引号分隔，通常是较大结构（如JSON列表或对象）的一部分。在