python - 如何使用 python 修复包含字符\u2014、\u2017 等的文本文件？

Question

文本文件的内容类似于

"Length: As per client\u2019s need|\u2022 Material: CFC|\u2022"

我正在尝试将其转换为字符。如何读取，将其转换为字符并保存回来。

Answer 1

一般来说，类似于

uni_chr_re = re.compile(r'\\u([a-fA-F0-9]{4})')

lines = []
with open(filename) as f:
    for line in f:
        lines.append(uni_chr_re.sub(lambda m: unichr(int(m.group(1), 16)), line))

这是一般方法，但具体细节取决于细节，例如本文的来源，如 Martijn pointed out .