python - 在python中解码十六进制utf8字符串

Question

一个中文字符串:

situation a:
str = "\\xE4\\xBF\\xA1\\xE9\\x94\\x90\\xE7\\xBD\\x91\\xE7\\xA7\\x91\\xE6\\x8A\\x80\\xE6\\x9C\\xAF"
print str.decode('utf-8')
#get:\xE4\xBF\xA1\xE9\x94\x90\xE7\xBD\x91\xE7\xA7\x91\xE6\x8A\x80\xE6\x9C\xAF

situation b:
str = '\xE4\xBF\xA1\xE9\x94\x90\xE7\xBD\x91\xE7\xA7\x91\xE6\x8A\x80\xE6\x9C\xAF'
print str.decode('utf-8')
#get: correct chinese string

那么，在情况a中我怎样才能得到正确的中文字符串呢？

Answer 1

使用ast.literal_eval经过一些预处理后。如果您可以假设字符串不包含引号字符，那就特别容易:

str = "\\xE4\\xBF\\xA1\\xE9\\x94\\x90\\xE7\\xBD\\x91\\xE7\\xA7\\x91\\xE6\\x8A\\x80\\xE6\\x9C\\xAF"
print ast.literal_eval('"' + str + '"').decode('utf-8')

如果它可以包含引号，您必须做更多的工作来转义内部引号，但这是相同的基本思想。在 Python 3 上，代码必须根据您的输入实际上是 str 还是 bytes 进行更改；这很复杂，但无论如何你显然都在运行 Python 2。