Python中還原JavaScript的escape函數編碼後字串的方法_python

遇到一個問題需要用Python把JavaScript中escape的中文給還原，但找了大半天，也沒有找到答案，只好自己深入研究解決方案。
我們先來看在js中escape一段文字的編碼

複製代碼 代碼如下:

a = escape('這是一串文字');
alert(a);

輸出：

複製代碼 代碼如下:

%u8FD9%u662F%u4E00%u4E32%u6587%u5B57

咋一看，就感覺有點類似json格式，我們來看看標準的json格式編碼同樣的漢子“這是一串文字”

複製代碼 代碼如下:

# encoding=utf-8
import json
a = '這是一串文字'
print json.dumps(a)

輸出：

複製代碼 代碼如下:

"\u8fd9\u662f\u4e00\u4e32\u6587\u5b57"

經過對比，其實就是js escape編碼每個漢子都是“%u”符號加4位字元編碼，而json編碼每個漢子都是“\u”符號加4位字元編碼，這樣的話，我們可以利用字串替換操作還原json格式，然後再使用json模組loads就好

複製代碼 代碼如下:

# encoding=utf-8
import json
 
# js escape 字串編碼
c = '%u8FD9%u662F%u4E00%u4E32%u6587%u5B57'
 
# 還原Json對象
jsonObj =  '"'+"".join([(i and "\\"+i) for i in c.split('%')])+'"'
 
print json.loads(jsonObj)

特別記得在把“%”替換為“\”符號以後還要再使用雙引號把字串包一下，才能算是一個json對象，然後才能json.loads出來
後來，好不容易在一個網站上看到了更簡便的方法。代碼如下：

複製代碼 代碼如下:

# encoding=utf-8
c = '%u8FD9%u662F%u4E00%u4E32%u6587%u5B57'
print "".join([(len(i)>0 and unichr(int(i,16)) or "") for i in c.split('%u')])

它的思路其實都差不多，把“%u”號替換掉，剩下每一個都是4位固定長度的字元編碼，最後在unichr反編碼回中文字元。