当前位置 博文首页 > wang785994599的博客:Python使用content.encode(“utf-8“).dec
当想要把一个字符串中的\u002F这样的字符串转成正常字符串时,如果字符串中存在中文字符,将导致中文被转成乱码。
例如:
content = "\\u002F哈哈"
content = content.encode("utf-8").decode("utf-8")
==> \u002F哈哈 无法进行转码
如果使用.decode(“unicode-escape”)
content = "\\u002F哈哈"
content = content.encode("utf-8").decode("unicode-escape")
==> /?“??“? 中文被转码导致乱码
解决方法是逐段解码,只对\uxxxx这样的字符串进行unicode-escape解码,代码如下
import re
content = "\\u002F哈哈"
content = re.sub(r'(\\u[a-zA-Z0-9]{4})',lambda x:x.group(1).encode("utf-8").decode("unicode-escape"),content)
==> /哈哈
cs