轉換八位字節字符串轉換爲Unicode字符串，Python 3中

Question

我試圖與八進制轉義的Unicode字符串轉換回正確的Unicode字符串如下，使用Python 3：

"training\345\256\214\346\210\220\345\276\214.txt"是讀入字符串。

"training完成後.txt"是字符串的實際表現，我正在努力獲得。

然而，SO飛掠之後，似乎建議的解決方案是在以下最無處不在我能找到的Python 3：

decoded_string = bytes(myString, "utf-8").decode("unicode_escape")

不幸的是，這似乎產生了錯誤的Unicode字符串時應用到我的樣本：

'trainingå®Â\x8cæÂ\x88Â\x90å¾Â\x8c.txt'

這似乎很容易在Python 2做字節文字，以及，可惜似乎並沒有在PYT串一樣簡單hon 3.非常感謝，謝謝！ :)

Answer 1

假設你的出發字符串是Unicode字符串字面用反斜槓，你首先需要一個字節字符串使用unicode-escape編解碼器，但八進制轉義爲UTF-8，所以你需要再次轉換爲字節的字符串，然後解碼爲UTF-8：

>>> s = r'training\345\256\214\346\210\220\345\276\214.txt' 
>>> s 
'training\\345\\256\\214\\346\\210\\220\\345\\276\\214.txt' 
>>> s.encode('latin1') 
b'training\\345\\256\\214\\346\\210\\220\\345\\276\\214.txt' 
>>> s.encode('latin1').decode('unicode-escape') 
'trainingå®\x8cæ\x88\x90å¾\x8c.txt' 
>>> s.encode('latin1').decode('unicode-escape').encode('latin1') 
b'training\xe5\xae\x8c\xe6\x88\x90\xe5\xbe\x8c.txt' 
>>> s.encode('latin1').decode('unicode-escape').encode('latin1').decode('utf8') 
'training完成後.txt' 

注意，latin1編解碼器確實Unicode的一個直接翻譯碼點U + 0000至U + 00FF的字節00FF。