Python 3.4 中的 Unicode 字符创建

Question

使用 Python 3.4，假设我有一些来自文件的数据，它实际上是 6 个单独的字符 \u 0 0 C 0，但我需要将其转换为单个 unicode 字符 \u00C0。有没有一种简单的方法来进行这种转换？我在 Python 3.4 Unicode 文档中找不到任何似乎提供这种转换的东西，除了使用赋值语句的 exec() 的复杂方式，我想尽可能避免这种方式。

谢谢。

Answer 1

嗯，有：

>>> b'\\u00C0'.decode('unicode-escape')
'À'

但是，unicode-escape 编解码器针对的是特定格式的字符串编码，即 Python 字符串文字。当遇到其他 Python 中特殊的转义序列时，它可能会产生意想不到的结果，例如\xC0、\n、\\ 或\U000000C0，并且它可能无法识别来自其​​他字符串文字格式的其他转义序列。它还可能错误地处理基本多语言平面之外的字符（例如 JSON 会将 U+10000 编码为 surrogates\uD800\uDC00）。

因此，除非您的输入数据确实是一个没有引号分隔符的 Python 字符串文字，否则这不是正确的做法，并且可能会在某些边缘情况下产生不需要的结果。有很多格式使用\u 来表示Unicode 字符；您应该尝试找出它到底是什么格式，并为该方案使用解码器。例如，如果文件是 JSON，那么正确的做法是使用 JSON 解析器，而不是尝试自己处理 \u/\n/\\/etc。