python3后如何恢复_python3 还原bytes为中文的折腾

背景

遇到一个线上问题，需要通过pingback分析用户的行为。数据组提供一份相关用户的pingback文件用于分析。但是看pingback文件太痛苦了，于是就想编写一个脚本处理一下，对针对其中的参数值，替换成其代表的中文含义，方便查看。

需求

由于pingback的log信息都是记录在linux端的，通常非桌面环境的linux版本都不支持中文显示，因此导出来的pingback中带的中文也是非中文的。中文的显示也是类似这种形式：\xE7\xAD\x89\xE4\xBD\xA0\xE5\x8C\x85\xE5\x85\xBB\xE6\x88\x91，为了方便阅读，需要把这种类型的字符转化为中文

实现过程

想要实现这个需求，总共有以下两个过程：

明确这是啥字符？

怎么还原这种字符为中文？

一、这是啥字符 ？

经过一番搜索调研，找到这么一种解释？

linux默认使用utf-8编码，而utf-8默认以unicode字符集进行的编码，此种格式其实是一种utf-8的字节码[bytes]。如果要还原，需要对其进行utf-8解码

这次知道是啥了，那就知道要怎么处理了，python中有很多方法可以编码、解码，于是开始第二个过程

二、怎么还原成中文？

python 3中对字符编码方面，进行了很大的改进，默认采用了unicode字符集并使用utf-8进行编码。而且转换方法很灵活。于是开始实验：

>>> a = '\xE6\x96\xB0'>>>