python - 在 Python3 中评估字符串中的 UTF-8 文字转义序列

Question

我有一个形式的字符串:

s = '\\xe2\\x99\\xac'

我想通过评估转义序列将其转换为字符♬。但是，我尝试过的所有操作要么导致错误，要么打印出无用信息。我如何强制 Python 将转义序列转换为文字 unicode 字符？

我在其他地方读到的内容表明，下面的代码行应该可以满足我的要求，但它会导致 UnicodeEncodeError。

print(bytes(s, 'utf-8').decode('unicode-escape'))

我也试过下面的，结果是一样的:

import codecs
print(codecs.getdecoder('unicode_escape')(s)[0])

这两种方法都会生成字符串 'â\x99¬'，打印随后无法处理该字符串。

如果有任何不同，字符串将从 UTF-8 编码文件中读取，并在处理后最终输出到不同的 UTF-8 编码文件。

Answer 1

...decode('unicode-escape') 将为您提供字符串 '\xe2\x99\xac'。

>>> s = '\\xe2\\x99\\xac'
>>> s.encode().decode('unicode-escape')
'â\x99¬'
>>> _ == '\xe2\x99\xac'
True

你需要解码它。但要对其进行解码，请先使用 latin1(或 iso-8859-1)对其进行编码以保留字节。

>>> s = '\\xe2\\x99\\xac'
>>> s.encode().decode('unicode-escape').encode('latin1').decode('utf-8')
'♬'