如何在 Python 中将“原始”字符串转换为“解码”字符串？

Posted 2023-02-23

【中文标题】如何在 Python 中将“原始”字符串转换为“解码”字符串？

【英文标题】：How to convert a 'raw' string into a 'decoded' string in Python?

【发布时间】：2021-05-21 04:31:57

【问题描述】：

我有以下字符串：

raw_text  = r"The Walt Disney Company, (2006\u2013present)"    
print(raw_text)
#result : The Walt Disney Company, (2006\u2013present)

我的问题是如何从 raw_text 中获取解码后的字符串“decoded_text”，以便获取

print(decoded_text)
#result : The Walt Disney Company, (2006-present)

除了这种琐碎的方法：

decoded_text = raw_text.replace("\u2013", "-")

事实上，我有很大的字符串，其中包含很多 \u-- 内容（如 \u2013、\u00c9 等）。所以我正在寻找一种方法以正确的方式一次转换所有这些。

【问题讨论】：

如果您的输入实际上来自 Python 原始字符串文字、r 前缀和所有内容，那么只需关闭 r。如果您的输入不是来自 Python 原始字符串文字，那么您所要求的操作可能有点错误。这个输入是从哪里来的？

我通过 BeautifulSoup 从网上获取了字符串。字符串中包含很多这样的东西。

转义规则因上下文而异，解析 Python 字符串文字转义的某些内容会为 JSON 字符串转义做错事。

【参考方案1】：

您可以使用内置的codecs 模块来完成此任务，如下所示

import codecs
raw_text  = r"The Walt Disney Company, (2006\u2013present)"
print(codecs.unicode_escape_decode(raw_text)[0])

输出：

The Walt Disney Company, (2006–present)