将 unicode 更改为字符串中的重音

Question

我有一个 csv 文件，其中有一列在字符串中包含 unicode，而另一列使用 UTF-8 正确读取
这里是第一行：

Col1 | Col2
热疗改造 | [“consommation \u00e9nerg\u00e9tique de b\u00e2timents publics”]

如何修复第二列，以便将 unicode 转换为重音？

编辑：我正在阅读 csv：

pd.read_csv('data.csv', delimiter=',', header=0 )

添加“encoding='utf-8'”变化不大

我正在保存 csv

df.to_csv('data.csv', encoding='utf-8', index=False)

并使用任一打印它

print(df[0:2]) or directly df

Answer 1

Col2 看起来像一个 JSON 格式的列表。不确定这是否是您需要的，但以下内容会将显示的 input.csv 重写为 output.csv。该代码假定 input.csv 采用 UTF-8 编码。

input.csv

Col1|Col2
rénovation thermique|["consommation \u00e9nerg\u00e9tique de b\u00e2timents publics"]

rewrite.py

import csv
import json

with open('input.csv','r',newline='',encoding='utf8') as inf, \
     open('output.csv','w',newline='',encoding='utf8') as outf:

    r = csv.reader(inf,delimiter='|')
    w = csv.writer(outf,delimiter='|')

    header = next(r)
    w.writerow(header)

    for col1,col2 in r:
        newcol = json.loads(col2)    # Converts JSON to a list
        w.writerow([col1,newcol[0]]) # Replaces col2 with the list element.

输出.csv

Col1|Col2
rénovation thermique|consommation énergétique de bâtiments publics

Answer 2

\u00e9 是 é (LATIN SMALL LETTER E WITH ACUTE)。文件被 Python 正确读取和处理。

当您在控制台上使用print 时，该字符在控制台上由\u00e9 表示。如果您的控制台能够打印é，您会看到您所期望的。

在我的系统上，这段代码

s = "é"
print(s)
print(type(s))
print(len(s))

t = "\u00e9"
print(t)
print(type(t))
print(len(t))

打印

é
<class 'str'>
1
é
<class 'str'>
1

这正是我所期望的。