将 unicode \xe9 转换为 é (python 2.7) [重复]

Question

我正在尝试转换这个 unicode 值：

string_value = u'd\xe9cid\xe9'

到

string_value = u'décidé'

我觉得我什么都试过了：

decoded_str = string_value.decode('utf-8')

或

string_value = str(string_value)
decoded_str = string_value.encode('latin1').decode('utf-8')

或

string_value = string_value.decode('latin-1')

这个结果是：

d\xc3\xa9cid\xc3\xa9

如果我这样做，我会得到相同的结果：

string_value = string_value.encode('utf-8')

我读过： How do I convert 'blah \xe9 blah' to 'blah é blah'

也来自： Why does Python print unicode characters when the default encoding is ASCII?

和： How do I convert a unicode to a string at the Python level?

编辑：

我的问题是我需要使用数据，我的意思是如果我有：

string_value = u'mai 2017 \u2013 Aujourd\u2019hui'

这是：

2017 年 5 月 – Aujourd'hui

我想做：

string_list = string_value.split('-')

但结果是：

[u'mai 2017 \u2013 Aujourd\u2019hui']

我会：

['mai 2017', 'Aujourd’hui']

新编辑：

感谢您的回答，我知道我走错了方向。 \xe9 是 'é' 的正确表示，这不是问题。 我真正的问题是为什么 json.loads() 将 'mai 2017 – Aujourd'hui' 转换为 'mai 2017 \u2013 Aujourd\u2019hui' ？

Answer 1

我不确定你在问什么：\xe9 是代码点 233 的表示（e9 十六进制），which simply is the letter "é"：

>>> u'é' == u'\xe9'
True

您的困惑可能源于 Python 字符串的 repr 是（在 Python 2 中）ASCII 格式，因此非 ASCII 字符会被转义。如果您没有明确使用print，Python 控制台会使用repr 显示一个值：

>>> print(repr(u'é'))
u'\xe9'

>>> print(repr(u'\xe9'))
u'\xe9'

但是，当您打印该值时，不会发生转换并且一切都按预期工作：

>>> print(u'é')
é

>>> print(u'\xe9')
é

另请注意，在 Python 3 中，repr 返回 Unicode：

Python 3.5.2 (default, Nov 23 2017, 16:37:01) 
[GCC 5.4.0 20160609] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> print(repr(u'\xe9'))
'é'

问题编辑后更新：

正如 cmets 中所指出的，\u2013 与 - 不是同一个字符（就像 a 和 b 是单独的字符一样）。因此，您需要在 \u2013 上拆分，而不是在 - 上拆分。

Answer 2

splitting a string with a unicode delimiter?

所以...

print string_value.split(u"\u2013")