如何在Python中解码带有Unicode（如\u00e7）的文本？

Question

你好，我从库中接收到文本，在打印接收到的文本时，我看到一些非英文字符，如"\u00e7"，实际上应该是 "ç"。我猜想需要对文本进行编码和解码，但我是 Python 的新手，不确定是否是正确的方法。请问你能指点一下吗？

- smart-dev.org

---

你使用的是哪个版本的Python？ - superjump

Python 2.7.5 我觉得它是最新最好的版本。 - smart-dev.org

最新版本是Python 3.3.3。这很重要，因为处理Unicode字符串从2.x到3.x发生了变化。 - Cilyan

你能展示给我们你所得到的文本，以及你所见到的形式吗？ - user2357112

Answer 1

使用 unicode_escape 编码解码字符串：

>>> s = r'\u00e7'
>>> print s
\u00e7
>>> print s.decode('unicode-escape')
ç
>>> 

如果 sys.stdout.encoding 是 ascii，那么使用 print 会引发 UnicodeEncodeError 错误；在这种情况下，需要显式地进行编码：

>>> print s.decode('unicode-escape').encode('utf-8')
ç

- falsetru

---

这可能是正确的答案，但是根据目前 OP 给出的信息量，无法确定。我怀疑它是错误的；我的猜测是 OP 已经有了 Unicode 对象，或者他需要将其解码为 JSON。很少有来源以 Python Unicode 字符串文字的形式提供数据，这就是 unicode-escape 处理的内容。 - user2357112

非常感谢，这可能是正确的答案，但我仍然缺少一些东西。 我在打印行而不是解码行上遇到了此错误。UnicodeEncodeError：'ascii'编解码器无法对位置135中的字符u'\u0131'进行编码：超出范围(128) - smart-dev.org

@smart-dev.org：听起来你已经有一个Unicode字符串了。当你尝试重新解码一个包含非ASCII字符的Unicode字符串时，就会得到这个错误消息。 - user2357112

@smart-dev.org，请尝试使用s.decode('unicode-escape').encode('utf-8')。 - falsetru

@smart-dev.org，顺便问一下，这个字符串是从哪里来的？你用的是什么库？ - falsetru