python中的行为unicode字符串

Question

我看过这个question 我对如何在运行时将 var 转换为 unicode 有疑问？ 使用unicode函数是否正确？ 还有其他方法可以在运行时转换字符串吗？

print(u'Cami\u00f3n') # prints with right special char

name=unicode('Cami\u00f3n')
print(name) # prints bad ===> Cami\u00f3n

name.encode('latin1')
print(name.decode('latin1')) # prints bad ===> Cami\u00f3n

encoded_id = u'abcd\xc3\x9f'
encoded_id.encode('latin1').decode('utf8')
print encoded_id.encode('latin1').decode('utf8') # prints right

我在 stackoverflow 上看到很多 python unicode 问题，但我无法理解这种行为。

Answer 1

正因为如此，如果您没有为unicode 函数指定任何编码，那么：

unicode() 将模仿 str() 的行为，只是它返回 Unicode 字符串而不是 8 位字符串。更准确地说，如果 object 是 Unicode 字符串或子类，它将返回该 Unicode 字符串而不应用任何额外的解码。

因此，您将拥有一个 str 版本的 unicode（Unicode 部分将被转义）：

>>> name=unicode('Cami\u00f3n')
>>> print(name)
Cami\u00f3n
>>> name
u'Cami\\u00f3n'
       ^ 

为了解决这个问题，您可以使用 'unicode-escape' 作为编码来避免将 Unicode 转换为字符串！

>>> name=unicode('Cami\u00f3n','unicode-escape')
>>> name
u'Cami\xf3n'
>>> print(name)
Camión