请教一个编码问题，将 r'\u60a8' 本身带反斜杠的 string"解码"为汉字？

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

推荐学习书目

› Learn Python the Hard Way

Python Sites

› PyPI - Python Package Index

› http://diveintopython.org/toc/index.html

› Pocoo

值得关注的项目

› PyPy

› Celery

› Jinja2

› Read the Docs

› gevent

› pyenv

› virtualenv

› Stackless Python

› Beautiful Soup

› 结巴中文分词

› Green Unicorn

› Sentry

› Shovel

› Pyflakes

› pytest

Python 编程

› pep8 Checker

Styles

› PEP 8

› Google Python Style Guide

› Code Style from The Hitchhiker's Guide

这是一个创建于 2763 天前的主题，其中的信息可能已经有所发展或是发生改变。

这么一个字符串： \u60a8 ，包含反斜杠 \、 u 、 6 、 0 、 a 、 8 ，共 6 个字符，如何将它转化为对应的汉字“您”？

>>> r'\u60a8'
'\\u60a8'

>>> print(r'\u60a8')
\u60a8

区别于一般情况:
>>> print('\u60a8')
您

我想要的是：
>>> print( magic(r'\u60a8'))
您

搜了半天，讲得都是 byte 和 string 的转化，这个 string 到 string 的也不知道怎么描述了。其实不算编码问题，只是靠的比较近

望 v 友赐教！

第 1 条附言 · 2017-04-17 10:35:59 +08:00

忘了说了是Python3，问题已经解决，感谢2楼和3楼给出的2种解决方法：

1，用正则匹配出16进制字符然后：
>>> chr(0x60a8)
'您'

2，
>>> eval('"' +  r'\u60a8' + '"')
'您'

第 2 条附言 · 2017-04-17 14:31:42 +08:00

画了个图，蓝色的方框是 Python3 表达式，大方框内表示等价的同一对象
这个问题最佳方法应该是：
>>> r'\u60a8'.encode('utf-8').decode('unicode_escape')
'您'

根据图片就很容易理解了

u60a8'

string

反斜杠

20 条回复 • 2018-09-13 11:33:01 +08:00

xmh51

2017-04-17 09:33:22 +08:00

http://www.atool.org/chinese2unicode.php ASCII 转中文

AlphaTr

2017-04-17 09:35:39 +08:00

不懂 python ，说下其他语言的处理方式：正则匹配 `\u[a-f0-9]{4}` 然后取出对应的 16 进制字符串，转换为相应的字符编码，再求出对应字符，最后替换原字符~

ehs2013

2017-04-17 09:39:37 +08:00

危险但是有效的手段：
input = r'\u60a8'
output = eval('"' + input + '"')
print(output)

libook

2017-04-17 09:42:52 +08:00 via Android

这个是 js 里的转义字符，在 js 的输出上和汉字是等价的。
不清楚 python 的编码方式， JS 的 unicode 编码方式和 unicode 官方编码还是有点区别的，需要用公式换算，建议看看 js 的 unicode 编码标准

est

2017-04-17 09:46:51 +08:00

print '\u60a8'.decode('raw_unicode_escape')
您

est

2017-04-17 09:47:12 +08:00

print '\u60a8'.decode('unicode_escape')
您

onlyice

2017-04-17 10:02:29 +08:00

r'\u60a8'.decode('unicode_escape')

est 正解，但是打少了 r 前缀

1OF7G

2017-04-17 10:26:59 +08:00

@AlphaTr #2
@ehs2013 #3
多谢，已经解决！

enenaaa

2017-04-17 11:26:09 +08:00

@onlyice python 3 应该是 b 前缀, b'\u60a8'.decode('unicode_escape')
这个才是比较好的解决办法

onlyice

2017-04-17 11:31:29 +08:00

@enenaaa 嗯，但是似乎楼主采用了 #2 #3 的不好的实践。。

dant

2017-04-17 11:39:31 +08:00

@enenaaa r 和 b 前缀可以同时使用， rb'\u60a8'
虽说也没啥问题（

whwq2012

2017-04-17 12:28:19 +08:00 via Android

我也在 v2 问过这个问题

1OF7G

2017-04-17 13:10:23 +08:00

@est #5
@onlyice #7
@enenaaa #9

你们说的 byte 转换到 str ，看了半天不明白，才发现原来 b'\\u60a8'== b'\u60a8'这两个相等！
所以最佳方法应该是：
r'\u60a8'.encode('utf-8').decode('unicode_escape')
'您'

flniu

2017-04-17 13:10:56 +08:00

楼上的朋友们看清楼主的问题了吗？
r'\u60a8' 和 '\u60a8' 完全不是一回事啊。

flniu

2017-04-17 13:17:30 +08:00

哦，楼上是 Python2 的示例，看错……
Python2 的 r'\u60a8' 等价于 Python3 的 rb'\u60a8' 和 r'\u60a8'.encode()

1OF7G

2017-04-17 14:30:31 +08:00

jason19659

2017-04-17 20:36:58 +08:00

java ： System.out.println("\u60a8");

Kisesy

2017-04-17 21:14:25 +08:00

@jason19659 py 也一样啊
print("\u60a8")
# >> 您

不过跟楼主说的这个不一样，楼主这个需求类似把 json 里的 unicode 解析成正常文本

jason19659

2017-04-17 22:42:17 +08:00

@Kisesy #18 这个 json 库应该都有参数能解析

Hyvi

2018-09-13 11:33:01 +08:00

@1OF7G b 开头，rb 开头，\u 啥意思？