html 文件以 utf-8 编码储存了 \u6211\u5728\u5317\u4eac 这样字符,现在需要在 Python 中将这些解码为 utf-8 ,应该怎么做?

2012-06-13 13:37:48 +08:00
 INT21H
5461 次点击
所在节点    Python
4 条回复
fengluo
2012-06-13 13:45:43 +08:00
print u'\u6211\u5728\u5317\u4eac'.encode('utf-8')
INT21H
2012-06-13 14:02:00 +08:00
@fengluo 问题是是个 html 文件,基本上都是这种 href=\"javascript:void(0);\">\u8f6c\u53d1<\/a> ,所以需要先 re 匹配到 \uXXXX 然后才能 encode ,该怎么做呢。。
cute
2012-06-13 14:07:18 +08:00
'\u6211\u5728\u5317\u4eac'.decode('raw_unicode_escape')
INT21H
2012-06-13 14:11:25 +08:00
@cute 十分感谢!

这是一个专为移动设备优化的页面(即为了让你能够在 Google 搜索结果里秒开这个页面),如果你希望参与 V2EX 社区的讨论,你可以继续到 V2EX 上打开本讨论主题的完整版本。

https://www.v2ex.com/t/39347

V2EX 是创意工作者们的社区,是一个分享自己正在做的有趣事物、交流想法,可以遇见新朋友甚至新机会的地方。

V2EX is a community of developers, designers and creative people.

© 2021 V2EX