Python文件輸入字符串：如何處理轉義的Unicode字符？

Question

在一個文本文件（test.txt的），我的字符串看起來是這樣的：

Gro\u00DFbritannien 

讀它，蟒蛇逃出反斜線：

>>> file = open('test.txt', 'r') 
>>> input = file.readline() 
>>> input 
'Gro\\u00DFbritannien' 

我怎麼能有這樣的解釋爲Unicode？ decode()和unicode()不會做這項工作。

下面的代碼將Gro\u00DFbritannien迴文件，但我希望它是Großbritannien

>>> input.decode('latin-1') 
u'Gro\\u00DFbritannien' 
>>> out = codecs.open('out.txt', 'w', 'utf-8') 
>>> out.write(input) 

Answer 1

使用內置的「unicode_escape」編解碼器：

>>> file = open('test.txt', 'r') 
>>> input = file.readline() 
>>> input 
'Gro\\u00DFbritannien\n' 
>>> input.decode('unicode_escape') 
u'Gro\xdfbritannien\n' 

您也可以使用codecs.open() ：

>>> import codecs 
>>> file = codecs.open('test.txt', 'r', 'unicode_escape') 
>>> input = file.readline() 
>>> input 
u'Gro\xdfbritannien\n' 

標準編碼列表可在Python文檔中：http://docs.python.org/library/codecs.html#standard-encodings

Answer 2

您要使用的編解碼器unicode_escape：

>>> x = 'Gro\\u00DFbritannien' 
>>> y = unicode(x, 'unicode_escape') 
>>> print y 
Großbritannien 

爲廣大而來的Python標準庫的一部分，標準編碼見the docs。