Python unicode問題-如何根據引號的內容還原字元

標籤：python unicode

今天寫個爬蟲, 擷取到的中間資料包含類似的unicode的編碼，當時一下是覺得挺簡單的，後來認真一看，情況有點不一樣，正常的unicode如下

>> s = u‘中文‘
>>> s
u‘\u4e2d\u6587‘

而擷取到的資料，只是引號內的內容，那麼問題來了，如何把資料轉換為原來的樣子？

首先我們知道unicode字串的格式是u‘\xxx‘, 那麼只要能把格式轉換回來就可以了。看下面的例子

>>> st = ‘\u4e2d\u6587‘
>>> """u‘%s‘""" % st
"u‘\\u4e2d\\u6587‘"
>>> un = """u‘%s‘""" % st
>>> un
"u‘\\u4e2d\\u6587‘"
>>> print eval(un)
中文

Python unicode問題-如何根據引號的內容還原字元