Python 将 Unicode-Hex utf-8 字符串转换为 Unicode 字符串

Question

有 s = u'Gaga\xe2\x80\x99s' 但需要转换为 t = u'Gaga\u2019s'

如何最好地实现这一点？

Answer 1

无论您在哪里解码原始字符串，它都可能是用 latin-1 或近亲解码的。由于 latin-1 是 Unicode 的前 256 个代码点，因此以下方法有效：

>>> s = u'Gaga\xe2\x80\x99s'
>>> s.encode('latin-1').decode('utf8')
u'Gaga\u2019s'

Answer 2

s = u'Gaga\xe2\x80\x99s'
t = u'Gaga\u2019s'
x = s.encode('raw-unicode-escape').decode('utf-8')
assert x==t

print(x)

产量

Gaga’s

Answer 3

import codecs

s = u"Gaga\xe2\x80\x99s"
s_as_str = codecs.charmap_encode(s)[0]
t = unicode(s_as_str, "utf-8")
print t

印刷

u'Gaga\u2019s'