Python sys.argv utf-8 到 unicode 不起作用答案

【问题标题】：Python sys.argv utf-8 to unicode not workingPython sys.argv utf-8 到 unicode 不起作用
【发布时间】：2016-08-23 06:24:02
【问题描述】：

我有以下代码，它的行为非常奇怪。

当我执行以下操作时，utf-8 很好地转换为 unicode。

print u'\xE1\x80\x96\xE1\x80\xBB\xE1\x80\xB1\xE1\x80\xAC\xE1\x80\xBA\xE1\x80\x9B\xE1\x80\x8A\xE1\x80\xBA'.encode('raw_unicode_escape')

这很好用。但是，当我从 sys.argv 获取 utf-8 字符串时，它不起作用。

import sys    

if __name__ == "__main__":
    args = sys.argv

    input_string = args[1]

    if type(input_string) is not unicode:
        input_string = unicode(input_string, "utf-8")

    print type(input_string)
    print input_string

当我像下面这样运行时，

python test_print.py "\xE1\x80\x96\xE1\x80\xBB\xE1\x80\xB1\xE1\x80\xAC\xE1\x80\xBA\xE1\x80\x9B\xE1\x80\x8A\xE1\x80\xBA"

我得到了以下相同的字符串，它没有被转换成 unicode。

<type 'unicode'>
\xE1\x80\x96\xE1\x80\xBB\xE1\x80\xB1\xE1\x80\xAC\xE1\x80\xBA\xE1\x80\x9B\xE1\x80\x8A\xE1\x80\xBA

我需要将来自 sys.argv 的输入转换为 unicode 字符。

请帮忙。

谢谢。

【问题讨论】：

标签： python unicode encoding utf-8

【解决方案1】：

实际的 Python 级字符串文字（对于 str 和 unicode）是唯一由 Python 自动解析字符转义的地方。如果你想转换使用像这样的文字转义的外部字符串，你会对explicitly invoke the literal escape interpretation machinery做这样的事情：

# Converts from str to str interpreting escapes, then decodes those bytes
# using the UTF-8 encoding
input_string = args[1].decode('string_escape').decode('utf-8')

确切的步骤在 Python 3 中略有不同（您必须使用 unicode_escape 和 codecs 模块，并添加一个额外的步骤来将解码后的文字 str 转换为 latin-1 bytes 然后解码为utf-8 因为 text->text 编码和解码不受支持），但这是一个类似的过程。

【讨论】：

这更好。谢谢。