使用Unicode码点编写Python语句报错及可行实现方法咨询

Python解析源代码分为两个核心阶段：

1. 先按照文件头部声明的编码读取字节，解码为Unicode文本
2. 再进行词法分词，只有字符串/字节串字面量内部的转义序列才会被解析，代码逻辑层的转义序列不会被识别，开头的\会被直接判定为行续行符，要求其后必须紧跟换行，你第三行\后接u不符合语法规则，因此抛出错误。

如果要直接在代码逻辑层使用\uXXXX码点形式编写可执行语句，可以把源文件的编码声明修改为raw_unicode_escape，示例代码如下：

# -*- coding: raw_unicode_escape -*-
print("This is a Unicode List")
eval("\u0070\u0072\u0069\u006E\u0074\u0028\u0022This is a Unicode List\u0022\u0029")
\u0070\u0072\u0069\u006E\u0074\u0028\u0022This is a Unicode List\u0022\u0029

该编码会在第一步字节转Unicode文本的阶段就把全文件所有\uXXXX序列直接解码为对应的Unicode字符，词法分析阶段拿到的第三行就是正常的print("This is a Unicode List")语句，可以正常执行。

注意事项 #

• 使用raw_unicode_escape编码时，全文件的反斜杠都会被当做转义前缀处理，如果需要编写普通反斜杠字符，需要写\\进行转义。
• 该方案仅适合特殊调试/研究场景，生产环境建议直接编写原生字符，可读性和可维护性更高。

内容的提问来源于stack exchange，提问作者Suresh Nanjan