转换双斜杠utf-8编码

Question

我无法使它正常工作！我有一个保存游戏文件解析器中的文本文件，其中有许多UTF-8中文名称的字节格式，如source.txt中所示：

\ xe6 \ x89 \ x8e \ xe5 \ x8a \ xa0 \ xe6 \ x8b \ x89

但是，无论我如何将其导入到Python（3或2）中，我最多只能得到以下字符串：

\\ xe6 \\ x89 \\ x8e \\ xe5 \\ x8a \\ xa0 \\ xe6 \\ x8b \\ x89

像其他线程建议的那样，我尝试将字符串重新编码为UTF-8，然后使用Unicode转义对其进行解码，如下所示：

stringName.encode("utf-8").decode("unicode_escape")

但随后，它弄乱了原始编码，并将其作为字符串提供：

‘æ\ x89 \x8eå\ x8a \xa0æ\ x8b \ x89’（打印此字符串会导致：æåæ）

现在，如果我手动将b +原始字符串复制并粘贴到文件名中并对其进行编码，那么我将获得正确的编码。例如：

b'\xe6\x89\x8e\xe5\x8a\xa0\xe6\x8b\x89'.encode("utf-8")

结果：“扎加拉”

但是，我无法以编程方式执行此操作。我什至不能摆脱双斜线。

需要明确的是，source.txt包含单个反斜杠。我尝试了多种导入方式，但这是最常见的：

with open('source.txt','r',encoding='utf-8') as f_open:
    source = f_open.read()

好的，所以我单击了下面的答案（我认为），但这是可行的：

from ast import literal_eval
decodedString = literal_eval("b'{}'".format(stringVariable)).decode('utf-8')

由于其他编码问题，我无法在整个文件上使用它，而是将每个名称提取为一个字符串（stringVariable），然后执行该操作！谢谢！

更清楚地说，原始文件不仅仅是这些混乱的utf编码。它仅将它们用于某些字段。例如，这是文件的开头：

{'m_cacheHandles': ['s2ma\x00\x00CN\x1f\x1b"\x8d\xdb\x1fr \\\xbf\xd4D\x05R\x87\x10\x0b\x0f9\x95\x9b\xe8\x16T\x81b\xe4\x08\x1e\xa8U\x11',
                's2ma\x00\x00CN\x1a\xd9L\x12n\xb9\x8aL\x1d\xe7\xb8\xe6\xf8\xaa\xa1S\xdb\xa5+\t\xd3\x82^\x0c\x89\xdb\xc5\x82\x8d\xb7\x0fv',
                's2ma\x00\x00CN\x92\xd8\x17D\xc1D\x1b\xf6(\xedj\xb7\xe9\xd1\x94\x85\xc8`\x91M\x8btZ\x91\xf65\x1f\xf9\xdc\xd4\xe6\xbb',
                's2ma\x00\x00CN\xa1\xe9\xab\xcd?\xd2PS\xc9\x03\xab\x13R\xa6\x85u7(K2\x9d\x08\xb8k+\xe2\xdeI\xc3\xab\x7fC',
                's2ma\x00\x00CNN\xa5\xe7\xaf\xa0\x84\xe5\xbc\xe9HX\xb93S*sj\xe3\xf8\xe7\x84`\xf1Ye\x15~\xb93\x1f\xc90',
                's2ma\x00\x00CN8\xc6\x13F\x19\x1f\x97AH\xfa\x81m\xac\xc9\xa6\xa8\x90s\xfdd\x06\rL]z\xbb\x15\xdcI\x93\xd3V'],
'm_campaignIndex': 0,
'm_defaultDifficulty': 7,
'm_description': '',
'm_difficulty': '',
'm_gameSpeed': 4,
'm_imageFilePath': '',
'm_isBlizzardMap': True,
'm_mapFileName': '',
'm_miniSave': False,
'm_modPaths': None,
'm_playerList': [{'m_color': {'m_a': 255, 'm_b': 255, 'm_g': 92,   'm_r': 36},
               'm_control': 2,
               'm_handicap': 0,
               'm_hero': '\xe6\x89\x8e\xe5\x8a\xa0\xe6\x8b\x89',

‘m_hero’：字段之前的所有信息都不是utf-8。因此，如果文件仅由这些伪造的utf编码组成，则可以使用ShadowRanger的解决方案，但是当我已经将m_hero解析为字符串并尝试对其进行转换时，则无法使用。Karin的解决方案确实可以做到这一点。

Answer 1

我假设您使用的是Python3。在Python 2中，默认情况下字符串是字节，因此它对您来说是有效的。但是在Python
3中，字符串是unicode并被解释为unicode，如果将字节字符串读取为unicode，这会使这个问题更加棘手。

该解决方案受到了mgilson的回答的启发。我们可以使用以下方法从字面上将您的unicode字符串评估为字节字符串literal_eval：

from ast import literal_eval

with open('source.txt', 'r', encoding='utf-8') as f_open:
    source = f_open.read()
    string = literal_eval("b'{}'".format(source)).decode('utf-8')
    print(string)  # 扎加拉