解碼與Unicode和UTF-8在Python 2.x的代碼串

s = '\xe5\xaf\x92\xe5\x81\x87\\u2014\\u2014\xe5\x8e\xa6\xe9\x97\xa8'

不知何故兩個符號，'—'，其是Unicode的\u2014未被正確編碼爲UTF '\xe2\x80\x94' -8。有沒有簡單的方法來解碼這個字符串？應該使用手動更換功能被解碼爲寒假——廈門

是OK：

t = u'\u2014' 
s.replace('\u2014', t.encode('utf-8') 
print s

但是，它不是自動的。如果我們提取統一碼，

index = s.find('\u') 
t = s[index : index+6]

then t = '\\u2014'。如何將其轉換爲UTF-8編碼？

2015-11-26 zhiyi lv

需要更多代碼。你如何製作一個UTF-8字符串，部分轉換爲Unicode文字？看起來你的其他代碼有一些根本性的錯誤，你應該修復而不是繞過它。 –

某些格式可以像這樣編碼字符串，例如。 JSON是近來常見的一種。如果您試圖解析JSON字符串，請使用json解析器。 – roeland

你在缺少多餘的斜線你replace()

它應該是：

s.replace("\\u2014", u'\u2014'.encode("utf-8"))

檢查我的預警問題的意見。你不應該在這種情況下結束。

2015-11-26 23:58:46

回答