Python。将转义的 utf 字符串转换为 utf 字符串答案

【问题标题】：Python. Convert escaped utf string to utf-stringPython。将转义的 utf 字符串转换为 utf 字符串
【发布时间】：2017-03-02 06:33:36
【问题描述】：

有没有内置的方法可以做到这一点？

rawstr = r"3 \u176? \u177? 0.2\u176? (2\u952?)"
#required str is 3 ° ± 0.2° (2θ).

类似

In [1] rawstr.unescape()?
Out[1]: '3° ± 0.2° 2θ'

问题是如何将 rawstr 转换为 'utf-8'。

请看我的回答更清楚。

如果比我现在做的更好，请回答。

【问题讨论】：

你可以使用codecs.raw_unicode_escape_decode。不幸的是，您的原始字符串包含无效的 unicode 转义，因此它不起作用（我指的是\u176?。它们应该采用\uXXXX 的形式）
或者，创建一个字节串（使用rb 作为前缀）并使用.decode('unicode-escape')，但这再次失败，因为\u176? 不是有效的Unicode 转义。
谢谢。我想我必须为我编写解码器。
How to decode string representative of utf-8 with python?的可能重复

标签： python

【解决方案1】：

是的，有！

对于python 2：

print r'your string'.decode('string_escape')

对于python 3，需要将其转换为字节，然后使用decode：

print(rb'your string'.decode('unicode_escape'))

请注意，这在您的情况下不起作用，因为您的符号没有正确转义（即使您使用“正常”方式打印它们，它也不起作用）。

你的字符串应该是这样的：

rb'3\u00B0 \u00b1 0.2\u00B0 2\u03B8'

注意，如果需要在python中将string转换为bytes，可以使用bytes函数。

my_str = r'3\u00B0 \u00b1 0.2\u00B0 2\u03B8'
my_bytes = bytes(my_str, 'utf-8')
print my_bytes.decode('string_escape') # python 2
print(my_bytes.decode('unicode_escape')) # python 3

【讨论】：

我认为是ansi文本。
“ANSI 文本”不是一个定义明确的术语。在 Windows 上，它在过去被误导性地用来指代系统的本地默认编码，这被广泛地进一步误解为特定的代码页（通常是 1252，尽管您会看到所有 437、850，以及在读者的语言环境）。

【解决方案2】：

如果你在 windows 上并安装了 pythonnet

import clr
clr.AddReference("System")
clr.AddReference("System.Windows.Forms")
import System.Windows.Forms as WinForms

def rtf_to_text(rtf_str):
    """Converts rtf to text"""

    rtf = r"{\rtf1\ansi\ansicpg1252" + '\n' + rtf_str + '\n' + '}'
    richTextBox = WinForms.RichTextBox()
    richTextBox.Rtf = rtf
    return richTextBox.Text

print(rtf_to_text(r'3 \u176? \u177? 0.2\u176? (2\u952?)'))
-->'3 ° ± 0.2° (2θ)'

【讨论】：