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？

推荐学习书目

› Learn Python the Hard Way

Python Sites

› PyPI - Python Package Index

› Pocoo

值得关注的项目

› PyPy

› pyenv

Python 编程

› pep8 Checker

Styles

› PEP 8

This topic created in 5149 days ago, the information mentioned may be changed or developed.

4 replies • 1970-01-01 08:00:00 +08:00

fengluo

Jun 13, 2012

print u'\u6211\u5728\u5317\u4eac'.encode('utf-8')

INT21H

Jun 13, 2012

@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

Jun 13, 2012

'\u6211\u5728\u5317\u4eac'.decode('raw_unicode_escape')

INT21H

Jun 13, 2012

@cute 十分感谢！