如何使用Python将unicode字符串转换为实际字符串

Question

我使用Python通过urllib2获取一些信息，但是信息是unicode字符串。在

我试过以下方法：

a = "\u65b9\u6cd5\uff0c\u5220\u9664\u5b58\u50a8\u5728"
print unicode(a).encode("gb2312")

a = "\u65b9\u6cd5\uff0c\u5220\u9664\u5b58\u50a8\u5728"
print a.encode("utf-8").decode("utf-8")

a = "\u65b9\u6cd5\uff0c\u5220\u9664\u5b58\u50a8\u5728"
print u""+a

a = "\u65b9\u6cd5\uff0c\u5220\u9664\u5b58\u50a8\u5728"
print str(a).decode("utf-8")

a = "\u65b9\u6cd5\uff0c\u5220\u9664\u5b58\u50a8\u5728"
print str(a).encode("utf-8")

a = "\u65b9\u6cd5\uff0c\u5220\u9664\u5b58\u50a8\u5728"
print a.decode("utf-8").encode("gb2312")

但所有结果都是一样的：

^{pr2}$

我想得到以下中文文本：

方法，删除存储在

Answer 1

您需要将string转换为unicode string。在

首先，a中的反斜杠是自动转义的：

a = "\u65b9\u6cd5\uff0c\u5220\u9664\u5b58\u50a8\u5728"

print a # Prints \u65b9\u6cd5\uff0c\u5220\u9664\u5b58\u50a8\u5728

a       # Prints '\\u65b9\\u6cd5\\uff0c\\u5220\\u9664\\u5b58\\u50a8\\u5728'

因此，处理这个转义字符串的编码/解码没有任何区别。在

您可以使用unicode literal或将字符串转换为unicode string。在

要使用unicode literal，只需在字符串前面添加一个u：

^{pr2}$

要将现有的string转换为unicode string，可以调用unicode，其中{}作为encoding参数：

print unicode(a, encoding='unicode_escape') # Prints 方法，删除存储在

我敢打赌您将从JSON响应中得到string，因此第二种方法很可能就是您需要的。在

顺便说一句，unicode_escape编码是Python特有的编码，用于

Produce a string that is suitable as Unicode literal in Python source code

Answer 2

你从哪里得到这些数据？也许你可以分享你下载和提取它的方法。在

不管怎样，它看起来有点像JSON编码字符串的残余？基于这一假设，这里有一个非常老套（并非完全严肃）的方法：

>>> a = "\u65b9\u6cd5\uff0c\u5220\u9664\u5b58\u50a8\u5728"
>>> a
'\\u65b9\\u6cd5\\uff0c\\u5220\\u9664\\u5b58\\u50a8\\u5728'
>>> s = '"{}"'.format(a)
>>> s
'"\\u65b9\\u6cd5\\uff0c\\u5220\\u9664\\u5b58\\u50a8\\u5728"'
>>> import json
>>> json.loads(s)
u'\u65b9\u6cd5\uff0c\u5220\u9664\u5b58\u50a8\u5728'
>>> print json.loads(s)
方法，删除存储在

这涉及到重新创建一个有效的JSON编码字符串，方法是用双引号将给定的字符串包装在a中，然后将JSON字符串解码为Python unicode字符串。在