Python如何将包含Unicode码点的字符串转换回正常字符

根因说明 #

该情况本质是写入或读取环节编码不匹配，或是原始响应内容本身包含Unicode转义序列，导致中文字符被转为\u开头的码点序列存储。以下是两种可行解决路径：

方案1：直接处理现有带转义的字符串 #

对读取到的转义字符串，先用utf-8编码，再用unicode_escape解码即可还原原始字符，示例代码如下：

with open("file.txt", "r") as filename:
    mystring = filename.readline()
    # 解码Unicode转义序列
    original_str = mystring.encode('utf-8').decode('unicode_escape')
    print(original_str)

运行后输出结果为：送分200000

方案2：从写入环节规避转义问题 #

要从根源避免该问题，可在请求和写入文件时明确指定编码，步骤如下：

1. 请求后先自动识别响应的正确编码，避免requests默认编码识别错误
2. 读写文件时明确指定utf-8编码，避免系统默认编码导致的转义

写入代码示例 #

import requests
url = "你的目标请求地址"
r = requests.get(url)
# 自动匹配正确的响应编码
r.encoding = r.apparent_encoding
# 写入时指定utf-8编码
with open("file.txt","w", encoding="utf-8") as filename:
    filename.write(r.text)

读取代码示例 #

with open("file.txt", "r", encoding="utf-8") as filename:
    mystring = filename.readline()
    print(mystring)

该方案写入的文件不会产生额外的Unicode转义，读取后可直接得到原始中文字符。

内容的提问来源于stack exchange，提问作者dsbap