将Unicode-Hex utf-8字符串转换为Unicode字符串的Python方法

Question

已有s = u'Gaga\xe2\x80\x99s'，但需要转换为t = u'Gaga\u2019s'

如何最好地实现此转换？

- Henry Thornton

Answer 1

s = u'Gaga\xe2\x80\x99s'
t = u'Gaga\u2019s'
x = s.encode('raw-unicode-escape').decode('utf-8')
assert x==t

print(x)

产量

Gaga’s

- unutbu

---

我在Windows终端中得到了“Gaga's”。 - rocksportrocker

print repr(t) 仍然输出 'Gaga\xe2\x80\x99s'。 - Acorn

感谢您！@rocksportrocker，也可以接受一个答案。 - Henry Thornton

在进一步研究后，我认为Mark Tolonen提供的答案更好。为了让SO在顶部报告最佳答案，请考虑接受他的答案，链接为：https://dev59.com/_VvUa4cB1Zd3GeqPw8k3#7610946。 - unutbu

@unutbu：我已经将Mark和你的方法应用到我们的数据上，两种方法都有效。但是，我接受了建议并更改了最佳答案。感谢大家，因为这些通常是棘手的领域。 - Henry Thornton

Answer 2

无论您在哪里解码原始字符串，它很可能是使用Latin-1或其近亲进行解码的。由于Latin-1是Unicode的前256个码点，因此这样做是可行的：

>>> s = u'Gaga\xe2\x80\x99s'
>>> s.encode('latin-1').decode('utf8')
u'Gaga\u2019s'

- Mark Tolonen

---

你好，如果我想要做相反的操作，将Unicode表示转换为十六进制表示，因为我正在将数据发送到某个系统，该系统期望以十六进制格式接收Unicode数据。 - securecurve

@securecurve，可能是某种编码方式。请提出您的具体要求以及示例输入和输出的问题。 - Mark Tolonen

Answer 3

import codecs

s = u"Gaga\xe2\x80\x99s"
s_as_str = codecs.charmap_encode(s)[0]
t = unicode(s_as_str, "utf-8")
print t

打印

u'Gaga\u2019s'

- rocksportrocker

---

对此很好奇...我在2.7或3.3的Python文档中没有看到codecs.charmap_encode，链接在哪里？ - agf