飘逸的python - 编码杂症之在字符串前面加u

 

有时候我们从其它地方接受的字符串经过艰难跋涉，它变了个样。比如收到的是'\u6253\u602a\u8005'而不是u'\u6253\u602a\u8005'。

明明肉眼看起来只需要加个u，但是怎么加呢？

>>s = '\u6253\u602a\u8005'

>>s

'\\u6253\\u602a\\u8005'

>>'u'+s

'u\\u6253\\u602a\\u8005'

 

这样不行。

而且表面看起来是'\u6253\u602a\u8005'，其实内部是'\\u6253\\u602a\\u8005'，就是转义了反斜杠，有2个斜杠,而我要的是\u而不是 \\u。

这时喜欢用黑魔法的可能会想到eval。

>>eval('u"'+s+'"')

u'\u6253\u602a\u8005'

>>print eval('u"'+s+'"')

打怪者

 

嗯，没错，用eval可以。不过这样实现太蛋疼了。

python就自带了解决方法。就是 unicode-escape。

>>unicode(s,'unicode-escape')

u'\u6253\u602a\u8005'

 

另外，还有个跟unicode-escape齐名的东西，叫 string-escape。它的作用可以说是“去掉转义，把2个反斜杠变成1个”。看例子。

>>s = 'hello\\nworld'

>>s

'hello\\nworld'

>>s.decode('string-escape')

'hello\nworld'