python去掉 unicode 字符串前面的u方法

有时我们会碰到类似下面这样的 unicode 字符串：

u'xe4xbdxa0xe5xa5xbd'

这明显不是一个正确的 unicode 字符串，可能是在哪个地方转码转错了。

我们要想得到正确的 unicode 字符串首先就必须先将这个字符串转成非 unicode 字符串， 然后再进行解码。按照普通的办法进行 encode 肯定是不行的，因为这不是一个正确的 unicode 字符串：

In [1]: u'xe4xbdxa0xe5xa5xbd'.encode('utf8')
Out[1]: 'xc3xa4xc2xbdxc2xa0xc3xa5xc2xa5xc2xbd'

In [2]: print u'xe4xbdxa0xe5xa5xbd'.encode('utf8')
盲陆聽氓楼陆
那如何才能得到我们想要的 xe4xbdxa0xe5xa5xbd 呢？

python 提供了一个特殊的编码（ raw_unicode_escape ）用来处理这种情况：

In [4]: u'xe4xbdxa0xe5xa5xbd'.encode('raw_unicode_escape')
Out[4]: 'xe4xbdxa0xe5xa5xbd'

In [5]: u'xe4xbdxa0xe5xa5xbd'.encode('raw_unicode_escape').decode('utf8')
Out[5]: u'u4f60u597d'

In [7]: print u'u4f60u597d'
你好

以上这篇python去掉 unicode 字符串前面的u方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持考高分网。