转码随笔：

wp231957

一、unicode 转str

1. s="\u5e7402\u670809\u65e5"
   
2. print(s.encode(encoding="utf-8").decode(encoding="utf-8"))
   
3. #年02月09日
   
4. title="\u519c\u6751\u91cc\u8fd9\u4e09\u4e2a\u8d26\u8981\u6e05\u4e86\uff0c\u5168\u90e8\u90fd\u8981\u4e25\u67e5\uff0c\u548c\u6bcf\u4e2a\u519c\u6751\u4eba\u90fd\u6709\u5173\u7cfb"
   
5. print(title.encode(encoding="utf-8").decode(encoding="utf-8"))
   
6. #农村里这三个账要清了，全部都要严查，和每个农村人都有关系
   
7. title="\u4e16\u754c\u6700\u201c\u7a00\u6709\u201d\u7684\u7329\u7329\uff0c\u5168\u8eab\u4e0d\u957f\u4e00\u6839\u6bdb\u53d1\uff0c\u5973\u6e38\u5ba2\uff1a\u770b\u4e86\u771f\u662f\u5c34\u5c2c"
   
8. print(title.encode(encoding="utf-8").decode(encoding="utf-8"))
   
9. #世界最“稀有”的猩猩，全身不长一根毛发，女游客：看了真是尴尬
   

复制代码

二、反向转换呢 str转unicode    当然也能实现了

1. title="世界最“稀有”的猩猩，全身不长一根毛发，女游客：看了真是尴尬"
   
2. print(title.encode("unicode_escape"))
   
3. #b'\\u4e16\\u754c\\u6700\\u201c\\u7a00\\u6709\\u201d\\u7684\\u7329\\u7329\\uff0c\
   
4. #   \u5168\\u8eab\\u4e0d\\u957f\\u4e00\\u6839\\u6bdb\\u53d1\\uff0c\\u5973\\u6e38\\u5ba2
   
5. #    \\uff1a\\u770b\\u4e86\\u771f\\u662f\\u5c34\\u5c2c'
   
6. #原来这是一个<class 'bytes'>

复制代码

三、关于 str   unicode  bytes  补充几个测试    

1. t="中华人民共和国"
   
2. print(t.encode("unicode_escape"))
   
3. # 输出：b'\\u4e2d\\u534e\\u4eba\\u6c11\\u5171\\u548c\\u56fd'
   
4. print(t.encode("utf-8"))
   
5. #输出：b'\xe4\xb8\xad\xe5\x8d\x8e\xe4\xba\xba\xe6\xb0\x91\xe5\x85\xb1\xe5\x92\x8c\xe5\x9b\xbd'
   
6. 
   
7. x=b'\xe4\xb8\xad\xe5\x8d\x8e\xe4\xba\xba\xe6\xb0\x91\xe5\x85\xb1\xe5\x92\x8c\xe5\x9b\xbd'
   
8. print(x.decode(encoding="utf-8"))
   
9. #输出：中华人民共和国
   
10. 
    
11. s='\u4e2d\u534e\u4eba\u6c11\u5171\u548c\u56fd'
    
12. print(s.encode(encoding="utf-8").decode(encoding="utf-8"))
    
13. #输出：中华人民共和国
    
14. 
    
15. s=b'\u4e2d\u534e\u4eba\u6c11\u5171\u548c\u56fd'
    
16. print(s.decode(encoding="unicode_escape"))
    
17. #输出：中华人民共和国
    
18. 
    
19. s='\\u4e2d\\u534e\\u4eba\\u6c11\\u5171\\u548c\\u56fd'
    
20. print(s.encode(encoding="utf-8").decode(encoding="utf-8"))
    
21. #输出：\u4e2d\u534e\u4eba\u6c11\u5171\u548c\u56fd
    
22. 
    
23. 
    
24. s='\\u4e2d\\u534e\\u4eba\\u6c11\\u5171\\u548c\\u56fd'
    
25. print(s.encode(encoding="utf-8").decode(encoding="unicode_escape"))
    
26. #输出：中华人民共和国
    
27. 
    
28. s=b'\\u4e2d\\u534e\\u4eba\\u6c11\\u5171\\u548c\\u56fd'
    
29. print(s.decode(encoding="unicode_escape"))
    
30. #输出：中华人民共和国
    
31. 
    

复制代码

四、相信大家对于类似%5B%22sc%22%2C%22hd%22%5D%7B 这样的串串不陌生吧
下面贴出解码。这个串串的编码相对就简单了一些，就不贴测试了，对 把unquote的前缀去掉就可以了   

# 浏览器地址栏中的参数的转码
# javascript代码
  # list="%5B%22sc%22%2C%22hd%22%5D%7B";
  # console.log(unescape(list));

1. import urllib.request
   
2. 
   
3. s="%5B%22sc%22%2C%22hd%22%5D%7B"
   
4. sz=urllib.parse.unquote(s)  
   
5. print(sz)
   
6. #实测，和js代码返回结果一致
   
7. #["sc","hd"]{
   
8. 
   
9. #好吧，本来就不想使用urllib这个库呢，那么requests里是否有quote/unquote呢
   
10. import requests
    
11. 
    
12. s="%5B%22sc%22%2C%22hd%22%5D%7B"
    
13. sz=requests.utils.unquote(s)  
    
14. print(sz)
    
15. #实测，和urlib.parse返回结果一致
    
16. #["sc","hd"]{

复制代码

wp231957

五、有一个转换特例，单独标注一下：（hex型串 转中文）

备注：网上所有可以直接decode的 在python3.x 下均不能用，因为3.x下 str类型不支持decode

1. x='\xe4\xb8\xad\xe5\x8d\x8e\xe4\xba\xba\xe6\xb0\x91\xe5\x85\xb1\xe5\x92\x8c\xe5\x9b\xbd'
   
2. print(x.encode("raw_unicode_escape").decode(encoding="utf-8"))
   
3. #输出：中华人民共和国

复制代码

总结：凡是bytes型数据，都可以直接decode   凡是str型数据 均需先encode再decode

_2_

我顶