如何将 'blah \xe9 blah' 转换为 'blah é blah'

Question

我正在编写一些从外部 API 获取一堆字符串的 python 代码。这些字符串是带有奇怪“斜线”字符的常规 python 字符串。我认为这意味着实际数据是 UTF-8，但 python 认为它是 ascii（或者更确切地说是其他一些不正确的编码）。解决方案（我假设）是对字符串运行某种操作以“修复它”。但是我知道的每一种转换方式都会返回一个错误：

>>> s = 'blah \xe9 blah'
>>> unicode(s)
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe9 in position 5: ordinal not in range(128)
>>> s.decode('utf-8')
UnicodeDecodeError: 'utf8' codec can't decode byte 0xe9 in position 5: invalid continuation byte
>>> s.encode('utf-8')
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe9 in position 5: ordinal not in range(128)

Answer 1

那不是 UTF-8。

>>> print 'blah \xe9 blah'.decode('latin-1')
blah é blah