在 Python 中将 UTF-8 转换为字符串文字

我有一个 UTF-8 格式的字符串，但不太确定如何将此字符串转换为其相应的字符文字。例如我有字符串：

我的字符串是：'Entre\xc3\xa9'

示例一：

这段代码：

u'Entre\xc3\xa9'.encode('latin-1').decode('utf-8')

返回结果：u'Entre\xe9'

如果我继续打印：

print u'Entre\xe9'

我得到结果：Entreé

这很棒并且接近我的需要。问题是，我无法将 'Entre\xc3\xa9' 设置为变量并通过步骤传递它，因为现在这会中断。有什么建议可以让它发挥作用吗？

Example:

a = 'Entre\xc3\xa9'
b = 'u'+ a.encode('latin-1').decode('utf-8')
c= 'u'+ b

我希望“c”的结果是：

Entreé

The u'' syntax 仅适用于字符串文字，例如在源代码中定义值。使用语法结果unicode正在创建的对象，但这不是创建此类对象的唯一方法。

你不能做一个unicode通过添加字节字符串中的值u在它的前面。但如果你打电话str.decode()使用正确的编码，您会得到unicode价值。反之亦然，你可以encode unicode对象到字节字符串unicode.encode().

请注意，当显示unicode对象，Python代表再次使用 Unicode 字符串文字语法（所以u'...'），以方便调试。您可以将表示形式粘贴回 Python 解释器并获取具有相同值的对象。

Your avalue 是使用字节字符串文字定义的，因此您只需要解码：

a = 'Entre\xc3\xa9'
b = a.decode('utf8')

你的第一个例子创建了一个Mojibake http://en.wikipedia.org/wiki/Mojibake，包含实际表示 UTF-8 字节的 Latin-1 代码点的 Unicode 字符串。这就是为什么您必须首先编码为 Latin-1（以撤消 Mojibake），然后从 UTF-8 解码。

您可能想阅读有关 Python 和 Unicode 的内容统一码指南 https://docs.python.org/2/howto/unicode.html。其他感兴趣的文章有：

• 每个软件开发人员绝对必须了解 Unicode 和字符集的绝对最低限度（没有任何借口！） http://joelonsoftware.com/articles/Unicode.html作者：乔尔·斯波尔斯基

• 实用的统一码 http://nedbatchelder.com/text/unipain.html作者：内德·巴切尔德