在Python3中评估字符串中的UTF-8文字转义序列

Question

我有一个形式的字符串：

s = '\\xe2\\x99\\xac'

我想通过评估转义序列将其转换为字符♬。但是，我尝试过的所有操作都会导致错误或打印出垃圾。如何强制Python将转义序列转换为文字unicode字符？

我在其他地方阅读过的内容表明，以下代码行应该可以实现我想要的功能，但是会导致UnicodeEncodeError。

print(bytes(s, 'utf-8').decode('unicode-escape'))

我还尝试了以下方法，其结果相同：

import codecs
print(codecs.getdecoder('unicode_escape')(s)[0])

这两种方法都会产生字符串’âx9999’，随后打印将无法处理该字符串。

以防万一，请从UTF-8编码的文件中读取字符串，并在处理后最终将其输出到其他UTF-8编码的文件中。

Answer 1

...decode('unicode-escape')会给你字符串'\xe2\x99\xac'。

>>> s = '\\xe2\\x99\\xac'
>>> s.encode().decode('unicode-escape')
'â\x99¬'
>>> _ == '\xe2\x99\xac'
True

您需要对其进行解码。但要对其进行解码，请先使用latin1（或iso-8859-1）对其进行编码以保留字节。

>>> s = '\\xe2\\x99\\xac'
>>> s.encode().decode('unicode-escape').encode('latin1').decode('utf-8')
'♬'