Python：如何将utf-8代码字符串转换回字符串？

Question

我正在使用Python，不幸的是，我的代码需要将表示字符串的utf-8代码的字符串转换为原始字符串，例如：

我从其他代码得到的UTF-8代码字符串：

\u6b22\u8fce\u63d0\u4ea4\u5fae\u535a\u641c\u7d22\u4f7f\u7528\u53cd\u9988\uff0c\u8bf7\u76f4\u63a5

我需要把它转换回原来的字符串。怎么做？

Answer 1

马克·皮尔格林在他的书中解释过这一点。看一看

http://www.diveintopython.net/xml_processing/unicode.html

>>> s = u"\u6b22\u8fce\u63d0\u4ea4\u5fae\u535a\u641c\u7d22\u4f7f\u7528\u53cd\u9988\uff0c\u8bf7\u76f4\u63a5"

>>> print s.encode("utf-8")

>>> 欢迎提交微博搜索使用反馈，请直接

Answer 2

如果我理解这个问题，我们有一个简单的字节字符串，其中有Unicode转义，或者类似的：

a = '\u6b22\u8fce\u63d0\u4ea4\u5fae\u535a\u641c\u7d22\u4f7f\u7528\u53cd\u9988\uff0c\u8bf7\u76f4\u63a5'

In [122]: a
Out[122]: '\\u6b22\\u8fce\\u63d0\\u4ea4\\u5fae\\u535a\\u641c\\u7d22\\u4f7f\\u7528\\u53cd\\u9988\\uff0c\\u8bf7\\u76f4\\u63a5'

因此，我们需要使用unicode代码点手动解析字符串中的unicode值：

\u6b22 => unichr(0x6b22) # 欢

或者最后：

print "".join([unichr(int('0x'+a[i+2:i+6], 16)) for i in range(0, len(a), 6)])
欢迎提交微博搜索使用反馈，请直接

Answer 3

我想这就是你想要的。它不是UTF-8字节字符串（好吧，技术上是这样的，但只是因为ASCII是UTF-8的一个子集）。

>>> s='\u6b22\u8fce\u63d0\u4ea4\u5fae\u535a\u641c\u7d22\u4f7f\u7528\u53cd\u9988\uff0c\u8bf7\u76f4\u63a5'
>>> print s.decode('unicode-escape')
欢迎提交微博搜索使用反馈，请直接

我是UTF-8：

>>> s.decode('unicode-escape').encode('utf8')

'\xe6\xac\xa2\xe8\xbf\x8e\xe6\x8f\x90\xe4\xe4\xe5\xbe\xe5\x8d\x9a\xe6\x90\x9c\xe7\xb4\xa2\xe4\xbd\xbf\xe7\x94\xa8\xe5\x8f\x8d\xe9\xa6\x88\xef\xbc\xe8\xaf\xe7\xe7\xb4\xe6\x8e\xa5'