python unicode contains '\u000A' 转换成中文错误

Question

我想把这个字串转成正确的字串，如何把\uOOOA转成'\n'而不打错中文码

# string
s = u'蛋疼\u000A egg烦'

我试过了

s.encode('utf-8').decode('unicode-escape')

这更正了 \u000A，但将中文文本变成了不可读的乱码：

èç¼
 eggç¦

我从 HTML 页面的 Javascript 代码中获取了字符串。

Answer 1

unicode-escape 首先将未转义的字节解码为 Latin-1。对于 Javascript 数据使用也是错误的方法； Python 和 Javascript 语法略有不同，在某些极端情况下您会得到错误的结果。

相反，将数据视为 JSON。 Javascript 字符串始终可以被视为 JSON 字符串类型，前提是您保留引号：

s = u'"蛋疼\u000A egg烦"'

请注意，该字符串现在以 " 和 " 开头和结尾。 HTML 页面中的原始 Javascript 字符串定义也可以。

当您从 HTML 页面提取数据时，保留双引号，然后将其传递给 json.loads():

>>> import json
>>> s = u'"蛋疼\u000A egg烦"'
>>> json.loads(s)
u'\u86cb\u75bc\n egg\u70e6'
>>> print json.loads(s)
蛋疼
 egg烦

Answer 2

通过示例学习：

==> python
Python 3.5.1 (v3.5.1:37a07cee5969, Dec  6 2015, 01:54:25) [MSC v.1900 64 bit (AMD64)] on win32
Type "help", "copyright", "credits" or "license" for more information.
>>>
>>> # original
...
>>> s= u'蛋疼\u000A egg烦'
>>> s
'蛋疼\u000A egg烦'
>>> print(s)
蛋疼\u000A egg烦
>>>
>>>
>>> # answer
...
>>> s= u'蛋疼\u000A egg烦'
>>> s
'蛋疼\n egg烦'
>>> print(s)
蛋疼
 egg烦
>>>

python unicode contains '\u000A' 转换成中文错误

python unicode contains '\u000A' convert make Chinese error

python

unicode

encode