python抓取到的网页源代码有类似u51a0u7434，请问如何转换成中文？

程序员文章站 2022-05-19 16:28:26

...

python抓取到的网页源代码有类似\u51a0\u7434，请问如何转换成中文？

回复内容：

找到了一个库，叫ast，里面有个函数，叫literal_eval。

谢邀，多熟悉下标准库（7.8. codecs）吧：

>>> s = r'\u51a0\u7434'
>>> print s
\u51a0\u7434
>>> s.decode('unicode_escape')
u'\u51a0\u7434'
>>> print s.decode('unicode_escape')
冠琴

2014-11-25
看了*哥的回答后，想到Python 3.x中提供了ord和chr两个内建函数。实现unicode code point和字符之间的相互转换。
Ongoing-Study/ucps.py at master · myd7349/Ongoing-Study · GitHub
手边没有Python 2。orz。
2015-06-03
之前回答的内容有误导性！对不起。
Python3中如何得到Unicode码对应的中文？ - myd7349 的回答
----

'u\u51a0\u7434'可不是u'\u51a0\u7434'，题主自己不明白自己搜到的东西的意思， @刘项也不知道题主在问什么（发现经提示后已经知道题主在问什么了）。这个51a0和7434代表16进制的4个字节，这是unicode编码，python肯定有提供数字到字符或者字节数组到字符串的函数，你得先把他们处理成数字，然后再转。

Javascript：

这个实际上是Unicode码。Unicode用16位整数表示世界上存在的任何一种字符，即任何一个能显示的字符都对应Unicode中的一个整数。
这种写法是Unicode字符的转义写法，用\u后面加上这个字对应Unicode的整数的十六进制记法来表示一个Unicode字符。

不止是Python，大量的编程语言中使用两字节的Unicode作为基本字符型。比如Java和Javascript。
有很多的工具可以帮你进行文字到Unicode的转换。比如：16進文字コードin Javaユニコード

声明：本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系admin@php.cn核实处理。