如何解码以\uXXXX编码的Unicode转义序列表情符号？

Question

我正在尝试使用Python整理下载的Instagram数据，数据是JSON文件，但表情符号和其他非文本字符以我不理解的方式编码，例如：

JSON文件将包含： \u00e2\u009c\u008c\u00f0\u009f\u0096\u00a4\u00f0\u009f\u008d\u0095\u00f0\u009f\u008e\u00b6\u00f0\u009f\u00a4\u00af。 在Instagram应用程序上显示为： ✌ 或JSON：\u00e2\u0080\u0099。Instagram：'（撇号）

我尝试使用u"string"并发现类似的问题这里，这里和这里，但没有任何一个是用Python编写的或提供对我有用的详细信息。

- Elephant

Answer 1

尝试

.encode('latin-1').decode('utf-8')))

- Ani

---

你好，我正在尝试将该文本写入文件，但是出现了错误：UnicodeEncodeError: 'charmap' codec can't encode characters in position 12-14: character maps to <undefined>。我该如何解决这个问题？ - Hayk Petrosyan

@HaykPetrosyan 这个回答解决了你的问题吗？https://dev59.com/Zl4d5IYBdhLWcg3wLf4g - Ani

其实，我后来发现Instagram和Twitter的文本编码是Latin-1或类似的编码。因此，我们必须先从该编码解码，然后再进行UTF-8编码并进行其他操作。 - Hayk Petrosyan

@Ani，这个很赞！你能分享一下源代码或者你是怎么找到它的吗？ - gavin

Answer 2

如果你在Windows上，请按下Win + . ，你将会得到一个带有表情符号的提示框，然后输入：print("")，输出：

- Liam Hall