如何在含Unicode字符的字符串中将转义字符转为实际字符？

当字符串同时包含字面量转义序列（比如\\n、\\t）和Unicode字符（如😒这类emoji）时，直接用encode('ascii', 'ignore').decode('unicode_escape')会丢失Unicode字符，移除ignore参数又会触发编码错误，以下是两种可行的解决方法：

方法一：使用codecs模块的escape_decode #

这个方法能在解析转义序列的同时完整保留Unicode字符，步骤如下：

import codecs

# 示例输入：包含字面量转义的字符串
s = r'\n\t😒😒'
# 先转成UTF-8字节，再解析转义，最后解码回字符串
result, _ = codecs.escape_decode(s.encode('utf-8'))
decoded_str = result.decode('utf-8')

print(repr(decoded_str))  # 输出：'\n\t😒😒'

原理：escape_decode直接在字节层面处理转义序列，不会过滤或修改Unicode对应的UTF-8字节，因此能同时完成转义解析和Unicode字符保留。

方法二：正则表达式自定义替换 #

如果只需要处理特定的转义字符（比如换行、制表符），可以用正则精准替换，避免影响Unicode字符：

import re

s = r'\n\t😒😒'
# 依次替换字面量的\n和\t为实际控制字符
decoded_str = re.sub(r'\\n', '\n', re.sub(r'\\t', '\t', s))

print(repr(decoded_str))  # 输出：'\n\t😒😒'

这种方法灵活性高，可根据需求扩展替换其他转义序列（如\\r等）。

为什么原方法失效？ #

原方法中encode('ascii', 'ignore')会丢弃所有非ASCII的Unicode字符（比如😒），因为这类字符无法被ASCII编码；如果移除ignore参数，编码时会直接抛出UnicodeEncodeError，导致流程中断。

内容的提问来源于stack exchange，提问作者Jack Assim