python - 将 ASCII 编码转换为 Unicode 编码问题

Question

我有一个关于 Python 2 编码的问题。我正在尝试将包含字母 Unicode 代码的 ASCII 字符串解码为 Unicode，然后将其编码回 Latin-1，但没有成功。这是一个例子:

In[27]: d = u'\u010d'

In[28]: print d.encode('utf-8')

č

In[29]: d1 = '\u010d'

In[30]: d1.decode('ascii').encode('utf-8')

Out[30]: '\\u010d'

我想转换'\u010d'至'č' 。是否有任何内置解决方案可以避免自定义字符串替换？

Answer 1

当你这样做

d1 = '\u010d'

你实际上得到了这个字符串:

In [3]: d1
Out[3]: '\\u010d'

这是因为“普通”(非 Unicode)字符串无法识别 \unnnn 转义序列，因此将其转换为文字反斜杠，后跟 unnnn .

为了解码它，您需要使用 unicode_escape codec :

In [4]: print d1.decode("unicode_escape").encode('utf-8')
č

但是，当然，您首先不应该在非 Unicode 字符串中使用 Unicode 转义序列。