将“\xf3”和“\xe9”替换为它们的正常形式

Question

我正在从一个网站上抓取一些非英语字母的数据，比如Vitória，因为输出的是Vit\xf3ria，这会把我的数据搞得一团糟。在

如何替换\xf3和其他类似的文件？在

附言：

text.replace('\xf3', '') 

不起作用。如果可能的话，我希望能以csv格式显示并保存这些字母。在

Answer 1

在Python 3中：

>>> bytes('Vit\xf3ria', 'unicode-escape').decode('unicode-escape')
'Vitória'

Answer 2

多亏了评论中的所有帮助，我找到了答案： 信用： @SIM，@match，@t.m.adam和@dax

好了。在

text.encode('utf-8').strip()

感谢大家。在

按原样编码：

^{pr2}$

ps 在终端的输出和以前一样…例如

之前（'Cear\xe1-CE'）>；现在（'Cear\xc3\xa1-CE'）

但在csv中它是CearáCE

Answer 3

尽早修复编码错误，而不是晚些时候替换字符。在

因此，与其修复提取字符串的编码，不如尽早读取网页的正确编码（使用http标头、meta标记等），然后所有刮取的字符串都应该是正确的。在