cadena de Python a Unicode

Question

Duplicar posible:
How do I treat an ASCII string as unicode and unescape the escaped characters in it in python?
How do convert unicode escape sequences to unicode characters in a python string

tengo una cadena que contiene caracteres Unicode por ejemplo, \u2026 etc. De alguna manera, no se recibió como unicode, pero se recibió como str. ¿Cómo lo convierto de nuevo a Unicode?

>>> a="Hello\u2026" 
>>> b=u"Hello\u2026" 
>>> print a 
Hello\u2026 
>>> print b 
Hello… 
>>> print unicode(a) 
Hello\u2026 
>>> 

Así que claramente unicode(a) no es la respuesta. Entonces, ¿qué es?

Answer 1

Unicode escapa sólo funcionan en cadenas Unicode, por lo que este

a="\u2026" 

es en realidad una cadena de 6 caracteres: '\', 'u', '2', '0', '2', ' 6 '.

Para hacer Unicode fuera de esto, utilizar decode('unicode-escape'):

a="\u2026" 
print repr(a) 
print repr(a.decode('unicode-escape')) 

## '\\u2026' 
## u'\u2026' 

Answer 2

decodificarlo con el códec unicode-escape:

>>> a="Hello\u2026" 
>>> a.decode('unicode-escape') 
u'Hello\u2026' 
>>> print _ 
Hello… 

Esto se debe a que una cadena no Unicode del \u2026 no se reconoce, pero se trata en cambio como una serie literal de caracteres (para decirlo más claramente, 'Hello\\u2026'). Necesita decodificar los escapes, y el códec unicode-escape puede hacer eso por usted.

Tenga en cuenta que usted puede conseguir unicode reconocer que de la misma manera especificando el argumento códec:

>>> unicode(a, 'unicode-escape') 
u'Hello\u2026' 

Pero la forma a.decode() es más agradable.

Answer 3

>>> a="Hello\u2026" 
>>> print a.decode('unicode-escape') 
Hello…