Python文件输入字符串：如何处理转义的Unicode字符？

Question

在一个文本文件（test.txt的），我的字符串看起来是这样的：

Gro\u00DFbritannien 

读它，蟒蛇逃出反斜线：

>>> file = open('test.txt', 'r') 
>>> input = file.readline() 
>>> input 
'Gro\\u00DFbritannien' 

我怎么能有这样的解释为Unicode？ decode()和unicode()不会做这项工作。

下面的代码将Gro\u00DFbritannien回文件，但我希望它是Großbritannien

>>> input.decode('latin-1') 
u'Gro\\u00DFbritannien' 
>>> out = codecs.open('out.txt', 'w', 'utf-8') 
>>> out.write(input) 

Answer 1

使用内置的“unicode_escape”编解码器：

>>> file = open('test.txt', 'r') 
>>> input = file.readline() 
>>> input 
'Gro\\u00DFbritannien\n' 
>>> input.decode('unicode_escape') 
u'Gro\xdfbritannien\n' 

您也可以使用codecs.open() ：

>>> import codecs 
>>> file = codecs.open('test.txt', 'r', 'unicode_escape') 
>>> input = file.readline() 
>>> input 
u'Gro\xdfbritannien\n' 

标准编码列表可在Python文档中：http://docs.python.org/library/codecs.html#standard-encodings

Answer 2

您要使用的编解码器unicode_escape：

>>> x = 'Gro\\u00DFbritannien' 
>>> y = unicode(x, 'unicode_escape') 
>>> print y 
Großbritannien 

为广大而来的Python标准库的一部分，标准编码见the docs。