如何解码Python中以“%u”（百分号+u）开头的unicode字符串 3

Question

我得到一些 HTML 代码如下：

<new>8003,%u767E%u5723%u5E97,113734,%u4E50%u4E8B%u542E%u6307%u7EA2%u70E7%u8089%u5473,6924743915824,%u7F50,104g,3,21.57,-2.16,0,%u4E50%u4E8B,1</new>

我知道我可以在 Notepad++ 中找到所有的“%u”并替换为“/u”，然后将其粘贴到 Python 控制台以使其以汉字正确显示。但是我怎样才能在 Python 中自动完成呢？

Answer 1

假设您的输入字符串包含 "percent-u" 个编码字符，我们可以使用正则表达式替换和回调函数找到并解码它们。

Percent-u 编码将 Unicode 代码点表示为四个十六进制数字：%u767E ⇒ 767E ⇒ 代码点 30334 ⇒ 百.

import re

def hex_to_char(hex_str):
    """ converts a single hex-encoded character 'FFFF' into the corresponding real character """
    return chr(int(hex_str, 16))

s = "<new>8003,%u767E%u5723%u5E97,113734,%u4E50%u4E8B%u542E%u6307%u7EA2%u70E7%u8089%u5473,6924743915824,%u7F50,104g,3,21.57,-2.16,0,%u4E50%u4E8B,1</new>"

percent_u = re.compile(r"%u([0-9a-fA-F]{4})")

decoded = percent_u.sub(lambda m: hex_to_char(m.group(1)), s)

print(decoded)

打印

<new>8003,百圣店,113734,乐事吮指红烧肉味,6924743915824,罐,104g,3,21.57,-2.16,0,乐事,1</new>

如何解码Python中以“%u”（百分号+u）开头的unicode字符串 3

How to decode the unicode string starting with "%u" (percent symbol + u) in Python 3

python

unicode

encoding

python-3.x