如何将字符串中的UTF-8转义字符转换为葡萄牙语特殊字符？

看起来你遇到的问题是：字符串里的UTF-8转义序列（比如\xc3\xa1）没有被正确解析成对应的葡萄牙语字符（比如á）。这是因为你的字符串其实是字节串的字符串表示，不是真正的字节串，直接调用decode是无效的。

问题根源 #

你的原始输出里，str(row['letra'][0])返回的字符串包含\xc3\xa1这类转义字符——这意味着原本的UTF-8字节（比如b'\xc3\xa1'对应á）被错误地转换成了ASCII字符串，把每个字节都当成了单独的字符（\xc3和\xa1变成了字符串里的两个转义序列）。

正确的转换步骤 #

你需要先把这个字符串还原成真正的字节串，再用UTF-8解码。具体做法如下：

# 假设你的原始字符串是这个
raw_text = '<p>[Baviera]<br/>Menina, me d\xc3\xa1 sua m\xc3\xa3o, pense bem antes de agir<br/>Se n\xc3\xa3o for agora, te espero l\xc3\xa1 fora, ent\xc3\xa3o deixe-me ir<br/>Um dia te encontro nessas suas voltas<br/>Minha mente \xc3\xa9 m\xc3\xb3 confus\xc3\xa3o<br/>Solta a minha m\xc3\xa3o, que eu sei que c\xc3\xaa volta<br/>O tempo mostra nossa dire\xc3\xa7\xc3\xa3o</p>'

# 第一步：用latin-1编码把字符串转成字节串（latin-1单字节对应，还原原始字节）
byte_data = raw_text.encode('latin-1')
# 第二步：用UTF-8解码字节串，得到正确的Unicode字符串
formatted_text = byte_data.decode('utf-8')

print(formatted_text)

运行这段代码后，你会得到正确的葡萄牙语文本：

[Baviera]
Menina, me dá sua mão, pense bem antes de agir
Se não for agora, te espero lá fora, então deixe-me ir
Um dia te encontro nessas suas voltas
Minha mente é má confusão
Solta a minha mão, que eu sei que cê volta
O tempo mostra nossa direção

为什么之前的代码没用？ #

你之前尝试的unicode(str(row['letra'][0]).decode('utf-8')).encode('utf-8')逻辑有问题：

• 在Python 3中，字符串没有decode方法，这会直接报错；
• 即使在Python 2中，str(row['letra'][0])已经把字节串转换成了包含转义的字符串，此时调用decode('utf-8')会尝试把字符串本身的字符（比如\xc3作为两个字符）解码，而不是把它们当成UTF-8字节来处理，所以无法得到正确的结果。

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