如何将Python 2输出的Unicode编码波斯文转换为实际字符？

我刚好处理过类似的场景，给你几个靠谱的解决办法，帮你把那些u'\u0641\u0632\u0646\u062f\u0627\u0646'形式的转义字符串转换成实际的波斯文字符：

方法1：批量转换整个文件（推荐） #

写个简单的Python脚本，一次性把整个文件的转义内容转换成实际字符。这个方法用ast.literal_eval来安全解析字符串，比直接用eval更稳妥，不会执行恶意代码：

import ast

def convert_vocab_unicode(input_path, output_path):
    # 读取原文件内容
    with open(input_path, 'r', encoding='utf-8') as infile:
        raw_content = infile.read()
    
    # 先去掉Python2风格的u前缀，再用ast解析转义字符
    processed_content = raw_content.replace("u'", "'")
    converted_content = ast.literal_eval(f'"{processed_content}"')
    
    # 写入转换后的文件
    with open(output_path, 'w', encoding='utf-8') as outfile:
        outfile.write(converted_content)

# 替换成你的文件路径
convert_vocab_unicode('original_vocab.txt', 'converted_vocab.txt')

方法2：读取时动态转换 #

如果你的后续流程是用Python读取词汇文件并实时比对，可以在读取每行的时候直接转换，不用提前修改文件：

import ast

with open('original_vocab.txt', 'r', encoding='utf-8') as vocab_file:
    for line in vocab_file:
        # 清理每行内容，去掉u前缀并解析转义
        cleaned_line = line.strip().replace("u'", "'")
        actual_persian_text = ast.literal_eval(f'"{cleaned_line}"')
        
        # 这里就可以用actual_persian_text和你的目标词汇做比对了
        print(actual_persian_text)  # 输出实际的波斯文字符

方法3：命令行快速处理（适合小文件） #

如果文件不大，不想写脚本，直接用Python的命令行参数快速转换：

python -c "import ast; content = open('original_vocab.txt').read().replace('u\\'', '\''); print(ast.literal_eval(f'\"{content}\"'))" > converted_vocab.txt

特殊情况处理：混合内容的文件 #

如果你的词汇文件里不只有u'...'格式的字符串，还有其他内容，可以用正则匹配精准替换每个转义字符串：

import re
import ast

def convert_target_matches(input_path, output_path):
    with open(input_path, 'r', encoding='utf-8') as infile:
        content = infile.read()
    
    # 定义匹配u'xxx'格式的正则
    unicode_pattern = r"u'([^']*)'"
    
    # 替换每个匹配项
    def replace_unicode(match):
        # 解析捕获到的转义字符串
        return ast.literal_eval(f'"{match.group(1)}"')
    
    converted_content = re.sub(unicode_pattern, replace_unicode, content)
    
    with open(output_path, 'w', encoding='utf-8') as outfile:
        outfile.write(converted_content)

这些方法都能把Unicode转义序列转换成实际的波斯文字符，你可以根据自己的场景选最合适的。

内容的提问来源于stack exchange，提问作者Gmosy Gnaq