如何在python中将带有unicode的字符串转换为普通文本答案

【问题标题】：How to convert string with unicode to normal text in python如何在python中将带有unicode的字符串转换为普通文本
【发布时间】：2016-04-11 17:16:56
【问题描述】：

我有文字

s = "https://r3---sn-tt17dnel.c.docs.google.com/videoplayback?requiressl\u003dyes\u0026id\u003d2f4d1d2005872ce2\u0026itag\u003d22\u0026source\u003dwebdrive\u0026app\u003dtexmex\u0026"

我需要把它转换成普通的url，比如字符串。

s = "https://r3---sn-tt17dnel.c.docs.google.com/videoplayback?requiressl=yes&id=2f4d1d2005872ce2&itag=22&source=webdrive&app=texmex&"

我试过 s.decode('utf-8') 不起作用。非常感谢任何帮助。谢谢

【问题讨论】：

你用的是什么版本的 Python？
说到 char。编码，请务必指定您使用的python版本。
@user3166390，如果您将原始字符串设为带有 u".." 前缀的 unicode 字符串，正如我在 my answer 中详述的那样，您无需更改任何内容字符串。考虑到您正在尝试在字符串中使用 unicode 字符，我会说这通常是一个好主意。

标签： python html url unicode

【解决方案1】：

试试这个：

s1= urllib.unquote(s).encode('latin1').decode('unicode_escape')

【讨论】：

(s == s1) ==> True 你实际上并没有改变任何东西。

【解决方案2】：

在 python 3 中，它们都是相同的：

s = "https://r3---sn-tt17dnel.c.docs.google.com/videoplayback?requiressl\u003dyes\u0026id\u003d2f4d1d2005872ce2\u0026itag\u003d22\u0026source\u003dwebdrive\u0026app\u003dtexmex\u0026"

string_I_want_instead = "https://r3---sn-tt17dnel.c.docs.google.com/videoplayback?requiressl=yes&id=2f4d1d2005872ce2&itag=22&source=webdrive&app=texmex&"

assert s == string_I_want_instead

如果您使用的是 python 2，则需要它们是 unicode 字符串才能使字符正常工作，但仍然通过添加 u"..." 前缀，它们仍然是相同的。

s = u"https://r3---sn-tt17dnel.c.docs.google.com/videoplayback?requiressl\u003dyes\u0026id\u003d2f4d1d2005872ce2\u0026itag\u003d22\u0026source\u003dwebdrive\u0026app\u003dtexmex\u0026"

string_I_want_instead = u"https://r3---sn-tt17dnel.c.docs.google.com/videoplayback?requiressl=yes&id=2f4d1d2005872ce2&itag=22&source=webdrive&app=texmex&"

assert s == string_I_want_instead

【讨论】：

【解决方案3】：

Python 3

url = "https://r3---sn-tt17dnel.c.docs.google.com/videoplayback?requiressl\u003dyes\u0026id\u003d2f4d1d2005872ce2\u0026itag\u003d22\u0026source\u003dwebdrive\u0026app\u003dtexmex\u0026"  
final_url = url.encode('utf-8').decode()
if url == final_url:
    print("Both Are Equal")

输出：

Both Are Equal

正如@TadhgMcDonald-Jensen 指出的那样，它们是相等的，您可以使用您的初始字符串，输出将自动以 utf-8 编码。

【讨论】：

你也试过print(url)吗？或者更好print(url == final_url)

【解决方案4】：

在 Python 3 中，这些字符串是相等的，因此您必须使用 Python 2。您可以使用 unicode_escape 编解码器将 s 转换为 Unicode 字符串，然后使用适当的编解码器将其编码回字节字符串. ascii 在这种情况下可以正常工作：

#!python2
s = "https://r3---sn-tt17dnel.c.docs.google.com/videoplayback?requiressl\u003dyes\u0026id\u003d2f4d1d2005872ce2\u0026itag\u003d22\u0026source\u003dwebdrive\u0026app\u003dtexmex\u0026"
t = "https://r3---sn-tt17dnel.c.docs.google.com/videoplayback?requiressl=yes&id=2f4d1d2005872ce2&itag=22&source=webdrive&app=texmex&"
print s == t
print s.decode('unicode-escape').encode('ascii') == t

输出：

False
True

【讨论】：