在Python中解码unicode字符串

Question

我想解码以下字符串：

t\u028c\u02c8m\u0250\u0279o\u028a\u032f

这个字符串应该是“tomorrow”（明天）在国际音标（IPA）中的表示，来源于一个JSON字符串，链接是 http://rhymebrain.com/talk?function=getWordInfo&word=tomorrow

我理解它应该是这样的：

x = 't\u028c\u02c8m\u0251\u0279o\u028a\u032f'
print x.decode()

我尝试了来自 这里、这里、这里 和 这里 的解决方案（还有其他一些类似的），以及它的几个部分的不同组合，但我就是无法让它工作。

谢谢

Answer 1

在你使用的Python 2.x版本中，字符串前面需要加一个u，这样才能告诉程序这是一个unicode字符串：

>>> x = u't\u028c\u02c8m\u0251\u0279o\u028a\u032f'  # note the u
>>> print x
tʌˈmɑɹoʊ̯

如果你已经把这个字符串存储在一个变量里，可以用下面的方式把它转换成unicode格式：

>>> s = 't\u028c\u02c8m\u0251\u0279o\u028a\u032f'  # your string has a unicode-escape encoding but is not unicode
>>> x = unicode(s, encoding='unicode-escape')
>>> print x
tʌˈmɑɹoʊ̯
>>> x
u't\u028c\u02c8m\u0251\u0279o\u028a\u032f'  # a unicode string