将 unicode \xe9 转换为 (python 2.7)

Question

我正在尝试转换此 unicode 值：

string_value = u'd\xe9cid\xe9'

到

string_value = u'décidé'

我觉得我什么都试过了：

decoded_str = string_value.decode('utf-8')

或

string_value = str(string_value)
decoded_str = string_value.encode('latin1').decode('utf-8')

或

string_value = string_value.decode('latin-1')

这个结果是：

d\xc3\xa9cid\xc3\xa9

如果我这样做，我会得到相同的结果：

string_value = string_value.encode('utf-8')

我读过： How do I convert 'blah \xe9 blah' to 'blah é blah'

也来自： Why does Python print unicode characters when the default encoding is ASCII?

和： How do I convert a unicode to a string at the Python level?

编辑：

我的问题是我需要使用数据，我的意思是如果我有：

string_value = u'mai 2017 \u2013 Aujourd\u2019hui'

即：

mai 2017 – Aujourd’hui

我想做：

string_list = string_value.split('-')

但结果是：

[u'mai 2017 \u2013 Aujourd\u2019hui']

我会：

['mai 2017', 'Aujourd’hui']

新编辑：

多亏了你的回答，我明白我走错了方向。 \xe9 是 'é' 的正确表示，这不是问题。我真正的问题是为什么 json.loads() 将 'mai 2017 – Aujourd’hui' 转换为 'mai 2017 \u2013 Aujourd\u2019hui' ?

Answer 1

我不确定你在问什么：\xe9 是代码点 233（十六进制的 e9）的表示，which simply is the letter "é":

>>> u'é' == u'\xe9'
True

您的困惑可能源于 Python 字符串的 repr 是（在 Python 2 中）ASCII，因此 non-ASCII 字符被转义。 Python 控制台显示一个使用 repr 的值，如果你没有明确地 print 它：

>>> print(repr(u'é'))
u'\xe9'

>>> print(repr(u'\xe9'))
u'\xe9'

但是，当您打印该值时，转换不会发生并且一切都按预期进行：

>>> print(u'é')
é

>>> print(u'\xe9')
é

另请注意，在 Python 3 中，repr returns Unicode:

Python 3.5.2 (default, Nov 23 2017, 16:37:01) 
[GCC 5.4.0 20160609] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> print(repr(u'\xe9'))
'é'

问题编辑后更新：

正如评论中指出的那样，\u2013 与 - 不是同一个字符（就像 a 和 b 是不同的字符一样）。所以你需要在 \u2013 上拆分，而不是在 -.

上拆分

Answer 2

所以...

print string_value.split(u"\u2013")

将 unicode \xe9 转换为 (python 2.7)

Transform unicode \xe9 to é (python 2.7)

python

encode

decode

python-2.7

python-unicode