Python使用content.encode("utf-8").decode("unicode-escape")导致中文乱码的解决方法

当想要把一个字符串中的\u002F这样的字符串转成正常字符串时，如果字符串中存在中文字符，将导致中文被转成乱码。
例如：

content = "\\u002F哈哈"
content = content.encode("utf-8").decode("utf-8") 
==> \u002F哈哈  无法进行转码

如果使用.decode(“unicode-escape”)

content = "\\u002F哈哈"
content = content.encode("utf-8").decode("unicode-escape")
==> /哈哈   中文被转码导致乱码

解决方法是逐段解码，只对\uxxxx这样的字符串进行unicode-escape解码，代码如下

import re
content = "\\u002F哈哈"
content = re.sub(r'(\\u[\s\S]{4})',lambda x:x.group(1).encode("utf-8").decode("unicode-escape"),content)
==> /哈哈 

 

补充：自己

content = "\u002F哈哈"
content.encode("utf-8").decode("unicode-escape")
print(content)
==> /哈哈

 

原文：https://blog.csdn.net/wang785994599/article/details/97653329