含\xhh转义的bytes转Unicode的正确方法？实例求助

这个问题的核心是你的bytes对象经历了双重编码，咱们一步步拆解解决：

解决步骤与代码 #

s = b'{"street":"Grossk\\xc3\\xb6lnstra\\xc3\\x9fe"}'

# 分步处理更清晰
# 1. 先解码unicode转义，得到包含utf-8字节对应的字符的字符串
temp_str = s.decode('unicode_escape')
# 2. 将字符串按latin-1编码回bytes（latin-1每个字符对应一个字节，不会丢失信息）
temp_bytes = temp_str.encode('latin-1')
# 3. 用utf-8解码得到最终正确的Unicode字符串
result = temp_bytes.decode('utf-8')

print(result)  # 输出：{"street": "Grosskölnstraße"}

也可以简化成一行代码：

result = s.decode('unicode_escape').encode('latin-1').decode('utf-8')

为什么之前的方法失效？ #

• 直接用s.decode('utf8')：你的bytes里的\\xc3是两个ASCII字符（反斜杠+c3），不是真正的utf-8字节\xc3，所以解码后只会保留转义序列，无法解析出德语变音字符。
• 直接用s.decode('unicode_escape')：它把\\xc3转换成了Unicode字符Ã（U+00C3），\\xb6转换成¶（U+00B6），跳过了utf-8解码的关键步骤，导致出现乱码。

内容的提问来源于stack exchange，提问作者user1406177