Python中混合UTF8编码的解码响应

Question

我使用aiohttp从一个网站下载数据，得到一个字节对象作为响应，但我很难解码它。 这是我得到的回应的一个例子

b'\\r\\nLocalit\xc3\xa0' # Località
b'\\u003cdiv\\u003e12/09/2019\\u003c/div\\u003e\\r\\n' # <div>12/09/2019</div>

据我所知，文本使用普通unicode，html标记和换行符使用转义unicode。 如果我尝试使用“str（content，“utf-8”）”来解码它，我仍然有这种格式的html标记

\u003cdiv \u003e12/09/2019\u003c/div\u003e\r\n

我应该为每个标签做一个手动.replace("\u003", "<")还是有更优雅的解决方案

Answer 1

您可以使用'unicode-escape'codec转换unicode部分，然后透明地重新编码为字节（拉丁语-1很方便，因为它提供了字节和字符之间的1对1对应），然后解码为“utf-8”：

b = b'\\u003cdiv\\u003e12/09/2019\\u003c/div\\u003e\\r\\n\\r\\nLocalit\xc3\xa0'
b.decode('unicode-escape').encode('latin1').decode('utf8')
# '<div>12/09/2019</div>\r\n\r\nLocalità'