Python 3.x 重新解释Unicode字符串

我从一个客户端接收unicode数据，存储在一个名为“data”的字典中。下面的代码

variable1 = '\u03b5\u0061\u0073\u0064\u0066'
print("TYPE1 = " + str(type(variable1)))
print("VAR1 = " + variable1)

variable2 = data['text']
print("TYPE2 = " + str(type(variable2)))
print("VAR2 = " + variable2)

印刷品

TYPE1 = <class 'str'>
VAR1 = εasdf
TYPE2 = <class 'str'>
VAR2 = \u03b5\u0061\u0073\u0064\u0066

---

这取决于输入数据被破坏（或以某种特定方式编码）的一致性，但对于给定的示例，以下内容应起作用：

>>> data = '\\u03b5\\u0061\\u0073\\u0064\\u0066'
>>> print(data)
\u03b5\u0061\u0073\u0064\u0066
>>> text = data.encode('ascii').decode('unicode_escape')
>>> print(text)
εasdf

“unicode_转义”编解码器正是为Python风格的unicode转义而提供的。它还适用于格式为

\xNN

和

\u000nnnn

的转义，并混合了文字ASCII字符

需要注意的几点：

• .encode（'ascii'）

  步骤是必要的，因为

  .decode

  只存在于

  字节中，而不存在
  str

• 如果您混合使用非ASCII文本和Unicode转义（在Python

  str

  literals中是允许的），您可以尝试

  encode（'utf-8'）

  ，但我还没有考虑清楚这一点

• eval

  在这里不起作用，因为数据周围没有引号
• 您的数据可能来自JSON，在JSON中也存在转义符

  \unnn

  （但不是

  \xNN

  和

  \u000nnn

  转义符）。如果是这种情况，您必须单独处理U+FFFF以上的字符（例如emojis），这些字符由代理项对表示
转义unicode（下面的JavaScript示例）
在发送数据和使用

input.encode（“utf-8”）.decode（“unicode-escape”）

---

似乎有效。
用您的建议和结果更新了我的问题。数据确实来源于JSON。您是否尝试过

.encode（'utf-8'）

而不是ASCII？也许你也可以更新你的例子来重现UnicodeEncodeError（UnicodeEncodeError）。我不知道在没有客户端发送的情况下如何重现它（这会使它简单得多）。在pythonshell中，打印这些文本可以获得正确的输出。我猜

str=“ε”

是最接近的东西：如果你能把它变成一个

ε，那么我猜它会起作用。看起来
“ε”
确实是实际收到的。那么
u'\u03b5\u0061\u0073\u0064\u0066'
呢？
>>> data = '\\u03b5\\u0061\\u0073\\u0064\\u0066'
>>> print(data)
\u03b5\u0061\u0073\u0064\u0066
>>> text = data.encode('ascii').decode('unicode_escape')
>>> print(text)
εasdf

function escapeUnicode(str) {
    return str.replace(/[^\0-~]/g, function(ch) {
        return "\\u" + ("000" + ch.charCodeAt().toString(16)).slice(-4);
    });
}