python - 如何在 Python 中通过 ASCII 字符串恢复 Unicode 字符串？

Question

在提问之前我想举个例子。

u_string = u'\xcb\xa5\xb5'
u_string
Out[79]: 'Ë¥µ'
asc_string = ascii(u_string)
asc_string
Out[81]: "'\\xcb\\xa5\\xb5'"

在这里，我终于得到了一个只包含ascii字符的ascii字符串(asc_string)。

我的问题是，如果我只有 asc_string，如何将其转换为原始 u_string(Unicode string)？

谢谢马丁

Answer 1

对于这种情况，最简单的完全正确的方法是 ast.literal_eval :

>>> import ast
>>> origversion = u'\xcb\xa5\xb5'  # Leading u is unnecessary on Python 3
>>> asciiform = ascii(origversion)
>>> origversion == ast.literal_eval(asciiform)
True

之所以可行，是因为在字符串上使用 ascii 会添加引号和转义符，从而使字符串包含可重现原始字符串的字符串文字(它只是 repr，但坚持到 repr 中的纯 ASCII 字符)； ast.literal_eval 旨在解析文字的规范 repr(ASCII 编码或非编码)以生成结果对象，在本例中为字符串。