在python 3中将utf-8编码字符串转换为纯文本

所以我一直都在关注unicode和utf-8，因为我有一个脚本可以从网上抓取图像和它们的标题。作品很棒，除非标题中有特殊人物（如Jökulsárlón.）

它以unicode的形式出现：-

J\\xc3\\xb6kuls\\xc3\\xa1rl\\xc3\\xb3n

所以我想找到一种将字符串转换为纯文本的方法——无论是将它们转换为最接近的“普通”字母（如纯o而不是ö）还是打印那些实际的符号（而不是\xc3等）。我尝试了十亿种不同的方法，但我读过的很多东西在python 3中都不起作用

---

提前感谢

J\xc3\xb6kuls\xc3\xa1rl\xc3\xb3n

不是unicode。但它可能是UTF-8

要将它们转换为Unicode，必须对它们进行解码<例如，如果是utf-8，则代码>s.decode（'utf-8'）

在打印或书写之前，您必须再次对它们进行编码。如果编码为ASCII，则接受一个选项，告诉它如何处理给定编码中无法表示的代码点

例如：

print（s.encode（'ascii'，errors='ignore'）

---

错误

接受更多选项。

确实是UTF-8，但它们是字节：

>>> b = b'J\xc3\xb6kuls\xc3\xa1rl\xc3\xb3n'
>>> b
b'J\xc3\xb6kuls\xc3\xa1rl\xc3\xb3n'
>>> b.decode('utf-8')
'Jökulsárlón'

因为这是Python 3.x，所以这是一个Unicode字符串。

如果您的字符串是

，并且它按字面意思打印

J\\xc3\\xb6kuls\\xc3\\xa1rl\\xc3\\xb3n

，那么下面的最后一行将对其进行解码：

>>> s='J\\xc3\\xb6kuls\\xc3\\xa1rl\\xc3\\xb3n'
>>> type(s)
<class 'str'>
>>> s
'J\\xc3\\xb6kuls\\xc3\\xa1rl\\xc3\\xb3n'
>>> s.encode('latin1').decode('unicode_escape').encode('latin1').decode('utf8')
'Jökulsárlón'

>>s='J\\xc3\\xb6kuls\\xc3\\xa1rl\\xc3\\xb3n'
>>>类型
>>>
'J\\xc3\\xb6kuls\\xc3\\xa1rl\\xc3\\xb3n'
>>>s.encode（'latin1'）。decode（'unicode_转义'）。encode（'latin1'）。decode（'utf8'））
“Jökulsárlón”

---

它是如何变得如此复杂的还不得而知。如果这不是解决方案，那么请使用包含字符串的变量类型（

type（s）

）更新您的问题，并使用如上所示的精确值作为示例。

啊，是的，我的错，让他们感到困惑。当我这样做时，它只会返回：“AttributeError:'str'object没有属性'decode'”。我有一种感觉，那是因为我在python 3上，在python 2中使用过，我只是不知道等价物是什么？啊！它没有解码，因为它是str，它已经是Unicode，只需继续编码。就是这样，我有s=str（在这里获取字符串），然后是c=s.encode（'utf-8'）。然后打印（c）-它仍然使用\xc2\等进行打印：（尝试此操作：打印（s.encode（'ascii'，errors='ignore'）。对于

错误有更多选项。

。运气不好。在整个过程中仍然使用相同的未解码/x15等）：）无论如何，谢谢你的帮助，看来不会合作的workaround@user3662991：它适用于字节对象，而不是字符串对象。如果您有字符串对象，则可能会出现问题。或者，需要设置编码选项以确保获得所需的Unicode字符串。