如何在python中将unicode字符串转换为普通文本

Question

假设我有一个 Unicode 字符串（不是真正的 unicode，而是看起来像 unicode 的字符串）。我想得到它的 utf-8 变体。我怎样才能在 Python 中做到这一点？ 例如，如果我有这样的字符串：

title = "\\u10d8\\u10e1\\u10e0\\u10d0\\u10d4\\u10da\\u10d8 == \\u10d8\\u10d4\\u10e0\\u10e3\\u10e1\\u10d0\\u10da\\u10d8\\u10db\\u10d8"

我怎样才能得到它的 utf-8 变体（格鲁吉亚符号）：

ისრაელი == იერუსალიმი

简单地说，我想有这样的代码：

title = "\\u10d8\\u10e1\\u10e0\\u10d0\\u10d4\\u10da\\u10d8 == \\u10d8\\u10d4\\u10e0\\u10e3\\u10e1\\u10d0\\u10da\\u10d8\\u10db\\u10d8"
utfTitle = title.TurnToUTF()
print(utfTitle)

我希望这段代码有输出：

ისრაელი == იერუსალიმი

Answer 1

您可以使用unicode-escape 编解码器摆脱双反斜杠并有效地使用字符串。

假设title 是str，您需要先对字符串进行编码，然后再解码回unicode(str)。

>>> t = title.encode('utf-8').decode('unicode-escape')
>>> t
'ისრაელი == იერუსალიმი'

如果title 是bytes 实例，您可以直接解码：

>>> t = title.decode('unicode-escape')
>>> t
'ისრაელი == იერუსალიმი'

Answer 2

来，你去吧。只需使用decode 方法并应用unicode_escape

对于 Python 2.x

title = "\\u10d8\\u10e1\\u10e0\\u10d0\\u10d4\\u10da\\u10d8 == \\u10d8\\u10d4\\u10e0\\u10e3\\u10e1\\u10d0\\u10da\\u10d8\\u10db\\u10d8"
utfTitle = title.decode('unicode_escape')
print(utfTitle)

#output :ისრაელი == იერუსალიმი

对于 python 3.x

title = "\\u10d8\\u10e1\\u10e0\\u10d0\\u10d4\\u10da\\u10d8 == \\u10d8\\u10d4\\u10e0\\u10e3\\u10e1\\u10d0\\u10da\\u10d8\\u10db\\u10d8"
print(title.encode('ascii').decode('unicode-escape'))

Answer 3

假设 unicode 为 str 类型并使用 decode 和 unicode-escape 进行转换 方法

title="\\u10d8\\u10e1\\u10e0\\u10d0\\u10d4\\u10da\\u10d8 == \\u10d8\\u10d4\\u10e0\\u10e3\\u10e1\\u10d0\\u10da\\u10d8\\u10db\\u10d8"

res1 = title.encode('utf-8')

res2 = res1.decode('unicode-escape')

print(res2)