Python如何将含特殊字符的字符串转为\u00xx格式Unicode转义串

问题背景 #

你希望将字符串中的非ASCII字符（例如ñ）转义为四位\uXXXX格式的Unicode表示，示例输入Piñeiro的预期输出为Pi\u00f1eiro，但使用raw_unicode_escape编解码器仅能得到短格式的Pi\xf1eiro。

实现方法 #

下面提供两种可直接使用的方案：

方案1：自定义转义函数（无额外依赖，输出无多余符号） #

该方案遍历字符串所有字符，对ASCII范围外的字符统一格式化为四位十六进制Unicode转义，完全符合输出要求：

def unicode_4escape(input_str: str) -> str:
    result = []
    for char in input_str:
        code_point = ord(char)
        if code_point < 128:
            # ASCII范围内字符直接保留
            result.append(char)
        else:
            # 非ASCII字符格式化为\u+四位十六进制小写
            result.append(f"\\u{code_point:04x}")
    return ''.join(result)

# 测试用例
s = "Piñeiro"
print(unicode_4escape(s))
# 输出：Pi\u00f1eiro

方案2：借助json模块实现（代码更简洁） #

JSON的字符串转义规则默认对所有非ASCII字符使用\uXXXX格式输出，仅需要额外去掉返回结果前后的双引号即可：

import json

s = "Piñeiro"
result = json.dumps(s)[1:-1]
print(result)
# 输出：Pi\u00f1eiro

补充说明 #

Python内置的unicode_escape、raw_unicode_escape编解码器对U+0000到U+00FF范围内的字符会优先使用\xXX短格式输出，没有内置编解码器直接生成统一的四位\uXXXX格式，因此需要通过上述自定义或者借助json转义规则的方式实现。

内容的提问来源于stack exchange，提问作者K Ashish