Python 如何从unicode文本创建unicode实例

由于C扩展中的一些错误，我使用str实例获取unicode数据，或者按照顺序，str完全没有编码和unicode文本

例如，这是一个有效的unicode文本

>>> u'\xa1Se educado!'

UTF-8编码的str是：

>>> '\xc2\xa1Se educado!'

但是，我得到了一个带有unicode文本的str：

>>> '\xa1Se educado!'

---

我需要从中创建一个unicode实例。使用

unicode（）

不起作用，因为它需要编码。我想，

'.join（unichr（ord（x））代表s中的x）

满足了我的需要，但它真的很难看。必须有更好的解决办法。有什么想法吗？

正如我所怀疑的，必须有一种方法可以用python对unicode使用的任何“编码”来解码它，那就是

原始unicode\u escape

>>> unicode('\xa1Se educado!', 'raw_unicode_escape')
u'\xa1Se educado!'

我得到一个带有unicode文本的str:

'\xa1Se educado！'

不太可能，
\xa1
不是特定于Unicode的转义<字节字符串中的code>\xa1

表示字节号161，Unicode字符串中的

\xa1

表示字符（代码点）号161，与

\u00A1

相同

您拥有的是一个包含ISO-8859-1编码的字节字符串，

“Se educado！”而不是UTF-8编码。在ISO-8859-1编码中，每个字节号恰好与相同代码点号的Unicode字符匹配。要将ISO-8859-1字节字符串解码为Unicode字符串，请使用：

>>> '\xa1Se educado!'.decode('iso-8859-1')
u'\xa1Se educado!'

虽然实际上，如果您使用的是Windows，那么编码可能是代码页1252（
“Windows-1252”
），而不是ISO-8859-1。它们的编码相似，但不完全相同。代码页1252是默认的“ANSI”代码页，Windows用于西欧和美国地区的非Unicode应用程序。如果您是从同一台计算机上运行的Windows非Unicode应用程序获取此数据，则应使用编码
'mbcs'
对其进行解码，该编码对应于特定于语言环境的默认代码页

这些是无法保存所有Unicode字符的传统编码。您可能会发现C扩展根本无法处理当前代码页集之外的字符。
您使用的是哪种版本的Python？造成问题的扩展是什么？你能在那里纠正它吗？Python2.7。这个扩展不是真的相关。该示例很差，因为它与ISO-8859-1匹配，但一旦我拥有unicode专有字符，它就会中断，并获得转义\u序列。例如，u'€95.00'将显示为'\u20ac95.00'。我很确定有人在写原始python unicode。无论如何，谢谢您的帮助。字节字符串中没有
\u
转义。您的意思是说您有
'\\u20ac95.00'
？但是你有
'\xa1'
（即文字字节161，而不是
'\\xa1'
）作为字符U+0000到U+00FF？