Question

我正在尝试用实际字符替换escpaed Unicode字符：

string = "\\u00c3\\u00a4"
print(string.encode().decode("unicode-escape"))

预期输出为ä，实际输出为Ã¤。

Answer 1

我不确定@melpomene的“知道他们在做什么”的标准是什么，但是以下解决方案具有worked previously, for example for decoding broken Hebrew text：

("\\u00c3\\u00a4"
  .encode('latin-1')
  .decode('unicode_escape')
  .encode('latin-1')
  .decode('utf-8')
)

输出：

'ä'

其工作原理如下：

仅包含ascii字符'\'，'u'，'0'，'0'，'c'等的字符串被转换为字节，使用太疯狂的8位编码（只要正确地处理ASCII字符，哪一个都不重要）
使用解码器将'\u00c3'转义解释为Unicode代码点U + 00C3（带波浪号的拉丁文大写字母A，'Ã'）。从您的代码的角度来看，这是无稽之谈，但是当再次用ISO-8859-1 / 'latin-1'进行编码时，此unicode代码点具有正确的字节表示，所以...
使用'latin-1'再次对其进行编码
这次将其正确解码为UTF-8

再次，与链接文章中的相同：在投入大量精力修复损坏的文本之前，您可能希望尝试修复以这种奇怪方式进行编码的部分代码。