XHTML转JSON后如何替换Unicode转义字符为对应实际字符？

Python 实现 #

推荐方案：利用内置JSON模块 #

Python的json模块会自动处理Unicode转义，无需手动遍历替换：

• 解析带转义的JSON字符串时，json.loads()会直接将转义字符转换为实际字符：

import json

escaped_json_str = '{"content": "Hello\\u2019s World"}'
parsed_data = json.loads(escaped_json_str)
print(parsed_data["content"])  # 输出: Hello’s World

• 生成JSON字符串时，设置ensure_ascii=False参数，可避免将非ASCII字符转为Unicode转义：

import json

data = {"content": "Hello’s World"}
unescaped_json_str = json.dumps(data, ensure_ascii=False)
print(unescaped_json_str)  # 输出: {"content": "Hello’s World"}

手动替换方案（不推荐） #

如果必须手动处理，可通过正则匹配\uXXXX格式的转义符并替换：

import re

def replace_unicode_escapes(s):
    def convert(match):
        return chr(int(match.group(1), 16))
    return re.sub(r'\\u([0-9a-fA-F]{4})', convert, s)

escaped_str = "Hello\\u2019s World"
print(replace_unicode_escapes(escaped_str))  # 输出: Hello’s World

JavaScript 实现 #

解析时自动转换 #

使用JSON.parse()可直接将JSON字符串中的Unicode转义解析为实际字符：

const escapedJsonStr = '{"content": "Hello\\u2019s World"}';
const parsedData = JSON.parse(escapedJsonStr);
console.log(parsedData.content); // 输出: Hello’s World

序列化时避免转义 #

JSON.stringify()默认会转义非ASCII字符，可通过正则替换生成无转义的JSON字符串：

const data = { content: "Hello’s World" };
const unescapedJsonStr = JSON.stringify(data).replace(/\\u([0-9a-fA-F]{4})/g, (_, code) => {
    return String.fromCharCode(parseInt(code, 16));
});
console.log(unescapedJsonStr); // 输出: {"content": "Hello’s World"}

注意事项 #

• 优先使用语言内置的JSON处理工具，手动正则替换容易遗漏边界情况（比如转义的反斜杠），导致错误。
• 确保处理后的字符串使用UTF-8编码，避免出现乱码问题。

内容的提问来源于stack exchange，提问作者Tamoor Hamid