我在 python 3 中有一个字符串，其中有几个 unicode 表示，例如：
t = 'R\\u00f3is\\u00edn'
我想转换 t 以便在打印时它具有正确的表示形式，即：
>>> print(t)
Róisín
但是我只是取回了原始字符串。我已经尝试过 re.sub 和其他一些，但我似乎无法找到一种无需遍历每个字符即可更改这些字符的方法。 最简单的方法是什么？
【问题讨论】：
标签： python string python-3.x escaping
您想使用内置编解码器unicode_escape。
如果t 已经是bytes（8 位字符串），就这么简单：
>>> print(t.decode('unicode_escape'))
Róisín
如果t 已经被解码为Unicode，您可以通过这种方式将其编码回bytes 然后decode。如果您确定您的所有 Unicode 字符都已转义，那么您使用什么编解码器进行编码实际上并不重要。否则，您可以尝试取回原始字节字符串，但它更简单，可能更安全，只强制任何未编码的字符进行编码，然后将它们与已经编码的字符一起解码：
>>> print(t.encode('unicode_escape').decode('unicode_escape')
Róisín
如果您以后想知道如何使用正则表达式执行此类操作，请注意sub 允许您传递函数而不是repl 的模式。您可以通过调用int(hexstring, 16) 将任何十六进制字符串转换为整数，并使用chr 将任何整数转换为相应的Unicode 字符（请注意，这是Python 2 中不同的一位——您需要unichr）。所以：
>>> re.sub(r'(\\u[0-9A-Fa-f]+)', lambda matchobj: chr(int(matchobj.group(0)[2:], 16)), t)
Róisín
或者，让它更清楚一点：
>>> def unescapematch(matchobj):
... escapesequence = matchobj.group(0)
... digits = escapesequence[2:]
... ordinal = int(digits, 16)
... char = chr(ordinal)
... return char
>>> re.sub(r'(\\u[0-9A-Fa-f]+)', unescapematch, t)
Róisín
unicode_escape 编解码器实际上处理 \U、\x、\X、八进制 (\066) 和特殊字符 (\n) 序列以及 \u，它实现仅读取适当的最大位数的正确规则（\u 为 4，\U 为 8，等等，所以r'\\u22222' 解码为'∢2' 而不是'?'），可能还有更多我没有的东西没想到但这应该会给你这个想法。
【讨论】：
chr，或者int的第二个参数吗？我会更新答案，以便以后出现的任何人都没有任何问题......
chr 不是你每天都在使用的东西，所以你不记得它也就不足为奇了。 （我经常用 Python 编写代码，但我仍然经常发现自己浪费了 5 分钟试图记住 unichr 在 3.x 中发生了什么，然后才想起它与 chr 合并……）
首先，你要转换成什么是相当混乱的。
想象一下，您可能想要转换为“o”和“i”。在这种情况下，您可以制作一张地图：
mp = {u'\u00f3':'o', u'\u00ed':'i'}
你可以像这样应用替换：
t = u'R\u00f3is\u00edn'
for i in range(len(t)):
if t[i] in mp: t[i]=mp[t[i]]
print t
【讨论】：
u'\\uXXXX' 转换为 Unicode 字符 u'\uXXXX'。
我很抱歉作为第二个答案发布，我没有评论 abarnert 解决方案的声誉。
在使用他的函数处理了大约 50K 的 android 字符串后，我注意到对于某些用例还有另一个小的改进。
我将 + 更改为 {1,4} 以处理有效十六进制字符跟随 4 位转义符的情况。
我也将 int(escapesequence) 改为读取 int(digits)
>>> def unescapematch(matchobj):
... escapesequence = matchobj.group(0)
... digits = escapesequence[2:]
... ordinal = int(digits, 16)
... char = unichr(ordinal)
... return char
>>> print re.sub(r'(\\u[0-9A-Fa-f]{1,4})', unescapematch, "Wi\u2011Fi")
Wi‑Fi
>>> print re.sub(r'(\\u[0-9A-Fa-f]+)', unescapematch, "Wi\u2011Fi")
Traceback (most recent call last):
File "<pyshell#102>", line 1, in <module>
print re.sub(r'(\\u[0-9A-Fa-f]+)', unescapematch, "Wi\u2011Fi")
File "C:\Python27\lib\re.py", line 151, in sub
return _compile(pattern, flags).sub(repl, string, count)
File "<pyshell#99>", line 5, in unescapematch
char = unichr(ordinal)
ValueError: unichr() arg not in range(0x10000) (narrow Python build)
【讨论】：