Question

我正在Python v2.7中使用API来获取字符串，其内容未知。内容可以是英语，德语或法语。分配给返回字符串的变量名称为“ category”。变量类别的返回值的示例是：-

"temp\\u00eate de poussi\\u00e8res"

在上述情况下，我曾尝试category.decode('utf-8')将字符串解码为法语，但是很遗憾，它仍返回相同的值，当我打印{时，会在开头添加一个unicode'u'。 {1}}。

category.decode('utf-8')

我也尝试过u'"temp\\u00eate de poussi\\u00e8res'，但是它返回的值相同（减去字符串前面的'u'：-

category.encode('utf-8')

有什么建议吗？

Answer 1

我认为您在字符串中使用文字斜杠，而不是unicode字符。

也就是说，\u00ea是ê的unicode转义编码，但是\\u00ea实际上是一个斜杠（转义），两个零和两个字母。

类似于引号，您的第一个和最后一个字符是文字双引号"。

您可以使用以下命令将这些斜杠加代码点转换为其等效字符：

x = '"temp\\u00eate de poussi\\u00e8res"'
d = x.decode("unicode_escape")
print d

输出为：

"tempête de poussières"

请注意，要查看正确的国际字符，您必须使用打印。相反，如果您只是在交互式Python Shell中编写d，则会得到：

 u'"temp\xeate de poussi\xe8res"'

其中\xea与\u00ea等效，这是ê的转义序列。

如有必要，请保留引号；-）。

Answer 2

该API似乎使用JSON。您可以使用json模块对其进行解码：

>>> import json
>>> json.loads('"temp\\u00eate de poussi\\u00e8res"')
u'temp\xeate de poussi\xe8res'
>>> print(json.loads('"temp\\u00eate de poussi\\u00e8res"'))
tempête de poussières

在Python中解码unicode字符串变量

2 个答案: