如何使用Python将API返回的unicode格式字符串转换为实际UTF-8字符串？

你遇到的场景本质为：获取到的字符串是字面意义上的\uXXXX序列（即字符串中连续存储了\、u、四位十六进制数，并非Python解释器解析转义后的实际字符），直接用常规编码无法得到正确结果，可根据实际场景选择以下可靠处理方式：

分场景处理方法 #

• 通用场景：使用unicode_escape规则解析
  该方式适配绝大多数纯ASCII的转义字符串场景，通过编码+解码的两步操作即可完成转换：

  # 对应描述的原始字符串：索引1位置的字符为'u'
  raw_str = r"\u092f\u0939 \u0909\u0926\u093e\u0939\u0930\u0923 \u092a\u093e\u0920"
  converted_str = raw_str.encode('utf-8').decode('unicode_escape')
  # 最终输出为印地语原文：यह उदाहरण पाठ
  print(converted_str)
  

  注意：该方法会按规则解析所有转义序列，若原始字符串中存在非转义用途的反斜杠，需要提前做转义处理，避免误解析。

• 带引号包裹的字符串场景：使用ast.literal_eval解析
  如果拿到的原始字符串本身是被引号包裹的Python字符串字面量格式（例如"'\u092f\u0939'"），用该方法解析更安全，不存在任意代码执行风险：

  import ast
  raw_str = r"'\u092f\u0939 \u0909\u0926\u093e\u0939\u0930\u0923 \u092a\u093e\u0920'"
  converted_str = ast.literal_eval(raw_str)
  

  相比手动编写正则替换转义序列的方案，该方法可兼容所有Python规范的字符串转义格式，可靠性更高。

常见踩坑提醒 #

• 不要直接对原始字符串调用encode('unicode_escape')，该操作会把所有字符反向转成\uXXXX形式，和转换目标完全相反
• 若字符串中混合了其他编码的转义字节，可在解码阶段指定对应编码，避免出现乱码

内容的提问来源于stack exchange，提问作者mangoland