如何正确解码Unicode？WiFi SSID特殊字符解码问题求助

你的问题出在iw scan输出的SSID特殊字符是以十六进制转义序列（比如\xc3\xb6）的形式呈现的，直接用utf-8解码stdout会把这些转义序列当成普通文本字符串，而不是解析为对应的字符。以下是具体的修复方案：

修复后的代码 #

import subprocess
import re
import codecs

def get_ssid_list():
    '''获取可用SSID列表，使用Unix工具iw。返回填充后的列表'''
    result = subprocess.run(["iw", WLAN_ITF, "scan"], capture_output=True)
    iwlist_result = result.stdout.decode("utf-8")
    # 修正正则：匹配带引号的SSID内容，避免捕获多余字符
    ssid_regexp = re.compile(r'SSID: "(.*)"\n', re.MULTILINE)
    ssid_list = list(set(ssid_regexp.findall(iwlist_result)))
    
    # 处理转义序列并过滤无效SSID
    def fix_ssid(ssid):
        try:
            # 将转义的十六进制字符串解码为原始字节，再转为UTF-8字符串
            decoded_bytes, _ = codecs.escape_decode(ssid.encode('utf-8'))
            return decoded_bytes.decode('utf-8')
        except:
            # 解码失败时返回原始SSID，避免崩溃
            return ssid
    
    ssid_list = [fix_ssid(ssid) for ssid in ssid_list if '\x00' not in ssid and ssid.strip()]
    
    if not ssid_list:
        return None
    else:
        ssid_list.sort(key=str.lower)
        return ssid_list

关键修复点 #

1. 正则表达式优化：
   原来的正则SSID: (.*)\n会捕获到SSID前后的引号（如果iw输出带引号的话），修正后的SSID: "(.*)"\n直接提取引号内的真实SSID内容。

2. 通用转义处理：
   使用codecs.escape_decode()替代手动替换：

   • 它能自动识别所有类似\xXX的十六进制转义序列，将其转换为对应的字节。
   • 再通过utf-8解码就能得到正确的特殊字符（比如\xc3\xb6转为ö）。

3. 异常安全：
   添加异常捕获，确保遇到格式异常的SSID时不会导致函数崩溃，而是返回原始值。

为什么之前的方法无效？ #

你之前手动替换\x20为空格的方式只能处理单一情况，无法覆盖所有特殊字符的转义序列。而escape_decode是通用的转义解码工具，能处理所有符合\xXX格式的转义字符。

内容的提问来源于stack exchange，提问作者Piocky