Python中如何使用正则表达式将含Unicode的字符串转换为拉丁字符

你需要的功能可以通过正则匹配\uXXXX格式的转义符批量替换实现，也可以直接用Python内置编码能力快速处理。

方案1：正则实现（符合你要求的正则实现逻辑） #

import re
import html

# raw_str替换为你实际的原始字符串
raw_str = '你的原始字符串内容'

# 第一步先转换HTML实体（把"、<这类转义符还原为正常符号）
decoded_html = html.unescape(raw_str)

# 替换逻辑：匹配到\uXXXX后转成对应字符
def unicode_replace(match):
    hex_val = match.group(1)
    return chr(int(hex_val, 16))

# 执行替换
result = re.sub(r'\\u([0-9a-fA-F]{4})', unicode_replace, decoded_html)

print(result)

方案2：内置编码快速实现（无需手写正则，效果一致） #

如果不需要强制用正则，直接用Python内置的unicode_escape解码即可，代码更简洁：

import html

raw_str = '你的原始字符串内容'
decoded_html = html.unescape(raw_str)
result = decoded_html.encode('utf-8').decode('unicode_escape')

print(result)

两种方案都可以将你示例中的CA\u00d1UELAS转换为CAÑUELAS，Almac\u00e9n转换为Almacén，完全匹配需求。

内容的提问来源于stack exchange，提问作者santys