unicode转中文以及str形态的unicode转中文

今天在工作中遇到这样一个问题（工作环境为Python2.7.1），需要将一个字典中字符串形态的Unicode类型的汉字转换成中文，随便总结一下：

1、unicode转中文

old = u'\u4e2d\u56fd'
print old.encode(encoding='utf-8')
>>>>> 中国

2、str形态的unicode转中文

old = '\\u9690\\u79c1\\u7a83\\u53d6'
print old.encode('utf-8').decode('unicode_escape')
>>>>> 隐私窃取

3、认识python2和python3编码并对比

Python有两种不同的字符串，一种存储文本，一种存储字节。对于文本，python内部采用Unicode存储，而字节字符串显示原始字节序列或者ASCII。

什么叫编码（encode）？

将Unicode字符按照编码规则（如UTF-8）编成字节序列

什么叫解码（decode）?

将字节序列按照编码规则（如UTF-8）解释成unicode形式

Python2 中字符的类型：
	1、str： 已经编码后的字节序列
	2、unicode： 编码前的文本字符

import platform
print (platform.python_version())

str = '中国'
print(str,type(str))
print (str.decode('utf-8'),type(str.decode('utf-8')))


2.7.13
('\xe4\xb8\xad\xe5\x9b\xbd', <type 'str'>)
(u'\u4e2d\u56fd', <type 'unicode'>)

　

Python3 中字符的类型：
	1、str： 编码过的 unicode 文本字符
	2、bytes： 编码前的字节序列

import platform
print (platform.python_version())

str = '中国'
print(str,type(str))
print (str.encode('utf-8'),type(str.encode('utf-8')))

3.2.0
中国 <class 'str'>
b'\xe4\xb8\xad\xe5\x9b\xbd' <class 'bytes'>

在Python3中的 str 对象在Python2中叫做 unicode ，感觉很通俗对吧？但 bytes 对象在Python2中叫做 str ，总体来说，在 Python3 中，字符编码问题得到了极大的优化，不再像 Python2 那么头疼。在 Python3 中，文本总是 Unicode, 由 str 类型进行表示，二进制数据使用 bytes 进行表示，不会将 str 与 bytes 偷偷的混在一起，使得两者的区别更加明显。

 

转载于:https://www.cnblogs.com/luxiaojun/p/6930045.html