Python3中如何将含字面量字节的字符串重新解释为字节并解码？

你完全不用手动查找分离那些Unicode转义字符，Python有个非常简便的方法处理这种情况：

首先，你的字符串里那些\xe3之类的转义序列，实际上对应的是Unicode中U+00E3这类单字节字符（ASCII和这些转义后的字符都落在Latin-1编码的覆盖范围内）。利用Latin-1编码一对一映射Unicode单字节字符到字节值的特性，我们可以先把字符串转回字节序列，再解码成你需要的UTF-16编码。

具体代码如下：

# 假设你的字符串变量是s
s = "The message - \xe3\x83\xa9\xe3\x82\xa4 ... that was the message"

# 第一步：用latin-1编码把字符串转成bytes，完美还原原始字节
raw_bytes = s.encode('latin-1')

# 第二步：解码成UTF-16（如果实际需要的是UTF-8，把参数换成'utf-8'即可）
decoded_text = raw_bytes.decode('utf-16')

print(decoded_text)

为什么这个方法有效？ #

Latin-1（也叫ISO-8859-1）编码的范围正好覆盖了Unicode的U+0000到U+00FF区间，每个Unicode字符都会被直接转换成对应的字节值（比如U+00E3对应字节0xE3）。这就相当于把字符串里的每个字符“还原”成它原本代表的字节，完全不需要手动处理那些转义序列。

只要你的字符串里只有ASCII字符和这类\xXX形式的转义（也就是都在U+0000到U+00FF范围内），这个方法就不会出问题。

内容的提问来源于stack exchange，提问作者Matt