Python字符串编码：HTTP传输额外反斜杠的成因及去除方案

嘿，这个问题我之前处理过好多次，本质是双重转义搞的鬼，我给你掰扯清楚：

一、额外反斜杠的作用是什么？ #

你发送的"\u062c\u0646\u062f\u064a\u0651\u0627"是Python里的Unicode转义序列，Python本身会把它解析成对应的阿拉伯语字符。但在HTTP传输过程中，如果发送端的序列化逻辑出了问题（比如重复调用了JSON序列化，或者手动把字符串的字面量直接发出去），原本的反斜杠\会被再次转义成\\——这时候额外的反斜杠的作用就是告诉接收端：我这里的\是一个普通字符，不是Unicode转义的起始标记。

简单说，原本的\u062c是“转义成对应Unicode字符”的指令，而变成\\u062c后，就成了“一个反斜杠字符 + u062c这几个普通字符”，完全失去了转义的意义。

二、如何去除这些额外反斜杠？ #

分两种场景处理，优先从发送端解决，不行再在接收端处理：

场景1：修改发送端（推荐） #

额外反斜杠大多是因为发送端做了重复序列化导致的。比如：

• 如果你用json.dumps()把字符串转成JSON，之后又不小心再转了一次，就会出现双重转义。
• 或者你直接把带转义的字符串字面量（而不是解析后的Unicode字符）发出去了。

解决办法：

• 确保只做一次JSON序列化：如果你的内容已经是Unicode字符（比如直接是"جنديّا"），直接用json.dumps()序列化一次再发送。
• 如果发送前是转义字符串，先把它解析成Unicode字符再序列化：比如先用ast.literal_eval()或者unicode-escape解码，再序列化。

场景2：在接收端处理 #

如果没法修改发送端，就在接收端把双重转义的字符串转回来，这里有几种靠谱的方法：

方法1：用ast.literal_eval()

这个方法会安全地解析Python字符串字面量，把转义序列还原：

import ast

received_str = '\\u062c\\u0646\\u062f\\u064a\\u0651\\u0627'
correct_str = ast.literal_eval(f'"{received_str}"')
print(correct_str)  # 输出：جنديّا

方法2：用json.loads()

JSON的解析逻辑会自动处理转义序列，把双重转义还原：

import json

received_str = '\\u062c\\u0646\\u062f\\u064a\\u0651\\u0627'
correct_str = json.loads(f'"{received_str}"')
print(correct_str)  # 输出：جنديّا

方法3：用unicode-escape解码

直接把字符串按Unicode转义规则解码：

received_str = '\\u062c\\u0646\\u062f\\u064a\\u0651\\u0627'
correct_str = received_str.encode('utf-8').decode('unicode-escape')
print(correct_str)  # 输出：جنديّا

注意：如果接收的是完整的JSON对象（而不是单独的字符串），直接用json.loads()解析整个对象就行，不用单独处理字符串。

内容的提问来源于stack exchange，提问作者A_Matar