Python将Unicode转换为文本文件中的字符[重复]答案

【问题标题】：Python Convert Unicode to Characters from Text File [duplicate]Python将Unicode转换为文本文件中的字符[重复]
【发布时间】：2021-04-21 03:03:04
【问题描述】：

我在纯文本文件中有如下行：

  181006\td3a8d0236\tNicol\xc3\xa1s\tPe\xc3\xb1a\tmisc.person@email.com

我想使用 Python 打开并读取文件，然后以解码后的形式打印出每一行：

  181006 d3a8d0236        Nicolás Peña    misc.person@email.com

作为一个文字字符串，这很容易......

import codecs
a = b'181006\t000d3a8d0236\tNicol\xc3\xa1s\tPe\xc3\xb1a\tmisc.person@email.com'
b = codecs.decode(a)
print(b)

但是，尽我所能，我似乎找不到与变量中的数据等效的 b'' 字面语法。有多个关于此的 SO 帖子，但我没有运气使用 open()/read()/write() 等。有人可以提供建议吗？

【问题讨论】：

这能回答你的问题吗？ What is the equivalent to b'string' on a variable?
您有读取文件的代码吗？ open("somefile.csv", encoding="utf-8") 应该可以正确打开文件。
以二进制形式读取文件，如果文件中有文字转义码，s = s.decode('unicode_escape').encode('latin1').decode('utf8') 应该可以工作。

标签： python unicode utf-8 codec

【解决方案1】：

您是否尝试过 .encode('utf_8')，因为这会给您“'b”。

例子：

a = str('181006\td3a8d0236\tNicol\xc3\xa1s\tPe\xc3\xb1a\tmisc.person@email.com')
print(a.encode('utf_8'))
b'181006\td3a8d0236\tNicol\xc3\x83\xc2\xa1s\tPe\xc3\x83\xc2\xb1a\tmisc.person@email.com'

然后你就可以应用解码了。

【讨论】：