python去掉 unicode 字符串前面的u方法
作者:Pd11r
今天小编就为大家分享一篇python去掉 unicode 字符串前面的u方法。具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
有时我们会碰到类似下面这样的 unicode 字符串:
u'\xe4\xbd\xa0\xe5\xa5\xbd'
这明显不是一个正确的 unicode 字符串,可能是在哪个地方转码转错了。
我们要想得到正确的 unicode 字符串首先就必须先将这个字符串转成非 unicode 字符串, 然后再进行解码。按照普通的办法进行 encode 肯定是不行的,因为这不是一个正确的 unicode 字符串:
In [1]: u'\xe4\xbd\xa0\xe5\xa5\xbd'.encode('utf8') Out[1]: '\xc3\xa4\xc2\xbd\xc2\xa0\xc3\xa5\xc2\xa5\xc2\xbd' In [2]: print u'\xe4\xbd\xa0\xe5\xa5\xbd'.encode('utf8') 盲陆聽氓楼陆 那如何才能得到我们想要的 \xe4\xbd\xa0\xe5\xa5\xbd 呢? python 提供了一个特殊的编码( raw_unicode_escape )用来处理这种情况: In [4]: u'\xe4\xbd\xa0\xe5\xa5\xbd'.encode('raw_unicode_escape') Out[4]: '\xe4\xbd\xa0\xe5\xa5\xbd' In [5]: u'\xe4\xbd\xa0\xe5\xa5\xbd'.encode('raw_unicode_escape').decode('utf8') Out[5]: u'\u4f60\u597d' In [7]: print u'\u4f60\u597d' 你好
以上这篇python去掉 unicode 字符串前面的u方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。