当前位置 博文首页 > wang785994599的博客：Python使用content.encode(“utf-8“).dec

最大化 缩小

    wang785994599的博客：Python使用content.encode(“utf-8“).dec

    作者：[db:作者] 时间：2021-09-06 18:54

    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
    上一篇：wang785994599的博客：scrapy如何在中间件修改请求url
    下一篇：没有了