从文本文件读取时的 Python 编码问题

Question

我正在读取一个包含单个单词 B\xc3\xa9zier 的文本文件。

我希望将其转换为等效的解码 utf-8 格式，即 Bézier 并将其打印到控制台。

我的代码如下:

foo=open("test.txt")  
for line in foo.readlines():  
    for word in line.split():  
        print(word.decode('utf-8'))
foo.close()

输出是:

B\xc3\xa9zier

但是如果我这样做:

>>> print('B\xc3\xa9zier'.decode('utf-8'))

我得到了正确的输出:

Bézier

我无法弄清楚为什么会这样？

Answer 1

好像你在文件中有一个原始的 utf8 转义字符串，使用 string_escape 来解码它

with open('test.txt') as f:
    for line in f:
        for word in line.split():
            print(word.decode('string_escape').decode('utf-8'))


Bézier