Python 3 打印 UTF-8 编码字符串问题

Question

我正在从网络服务请求一个字符串。在程序中打印它时：

variable = getFromNetwork()
print(variable)

当我使用python3 net.py执行它时，会得到：

\xd8\xaa\xd9\x85\xd9\x84\xd9\x8a612

当我在Python3的CLI中执行时：

>>> print("\xd8\xaa\xd9\x85\xd9\x84\xd9\x8a612")
تÙ
Ù
Ù612

当我在Python2 CLI中执行时，我得到了正确的结果：

>>> print("\xd8\xaa\xd9\x85\xd9\x84\xd9\x8a612")
تملي612

我可以如何用Python3编写程序打印此内容？

编辑

执行以下代码后：

print(print(type(variable), repr(variable)))

收到

<class 'str'> '\\xd8\\xaa\\xd9\\x85\\xd9\\x84\\xd9\\x8a612'

我认为应该先移除\\x，将其转换为十六进制，然后进行解码。你有什么其他解决方案吗？

- user10734089

---

print(b"\xd8\xaa\xd9\x85\xd9\x84\xd9\x8a612".decode('utf-8')) - Maurice Meyer

print(variable)实际上会输出 \xd8\xaa\xd9\x85\xd9\x84\xd9\x8a612、"\xd8\xaa\xd9\x85\xd9\x84\xd9\x8a612" 还是 b"\xd8\xaa\xd9\x85\xd9\x84\xd9\x8a612"? - MisterMiyagi

这只是 '@MisterMiyagi' 后面的 \xd8\xaa\xd9\x85\xd9\x84\xd9\x8a612。 - user10734089

请提供“print(type(variable), repr(variable))”的输出。 - MisterMiyagi

值得一提的是，虽然我们可以帮助“修复”问题（请参见Serge Ballesta的答案），但实际问题在于“getFromNetwork”已经损坏。它应该*提供未解码的字节或正确解码的字符串。目前，它提供了一个不正确解码的字符串。 - MisterMiyagi

Answer 1

你需要指定编码，这样解释器才知道如何解释数据：

s = "\xd8\xaa\xd9\x85\xd9\x84\xd9\x8a612"
y = s.encode('raw_unicode_escape')
print (y)  # is a bytes object now!
print (y.decode('utf-8'))

Out:

b'\xd8\xaa\xd9\x85\xd9\x84\xd9\x8a612'
تملي612

- Maurice Meyer

---

我尝试了你的解决方案，得到了b'\\xd8\\xaa\\xd9\\x85\\xd9\\x84\\xd9\\x8a612'和\xd8\xaa\xd9\x85\xd9\x84\xd9\x8a612作为结果！ - user10734089

Python 3.8.2（默认，2020年4月27日，15:53:34） - user10734089

请按照MisterMiyagi的指示正确调试变量。 - Maurice Meyer

修复创建“stockInfo”的任何问题，不应该有双反斜杠。 - Maurice Meyer

@Fastask：请开一个新问题，并详细描述getFromNetwork正在做什么。这里提供的信息不足以正确回答您的问题。 - Maurice Meyer

Answer 2

您的变量是一个包含UTF8编码字节字符串代码的（unicode）字符串。这可能是因为它被错误地解码为错误的编码（这里可能是Latin1）。

您可以通过首先将其转换为字节字符串而不更改代码（因此使用Latin1编码），然后才能正确解码来修复它：

variable = getFromNetwork().encode('Latin1').decode()
print(variable)

演示：

variable = "\xd8\xaa\xd9\x85\xd9\x84\xd9\x8a612"
print(variable.encode('Latin1').decode())

تملي612

- Serge Ballesta

Answer 3

我在 Python 3 中使用以下代码进行了测试

    line='\xd8\xaa\xd9\x85\xd9\x84\xd9\x8a612'
    line = line.encode('raw_unicode_escape')
    line=line.decode("utf-8")
    print(line)

打印它

تملي612

- safiqul islam

---

b 是 Python3 中创建字节串的语法。您不需要事先声明一个变量来保存字节串。请单击编辑并添加您要尝试做什么的问题。或者开一个新问题。 - MadMike