解码编码字符串列表

Question

我正在处理一个发布数据集，从xml文件中提取数据后，我得到了一个此类列表：

['21-10-2013', ['título do artigo'],['álvaro', 'joão', 'márcio'],['teste', 'operação','manobras']]

如你所见，这些单词是葡萄牙语。为了转换成unicode，我尝试了Kumar McMillan的代码，我进入了farmdev.com/talks/unicode/. 代码如下：

^{pr2}$

我试过用一个简单的字符串编写代码： ab=“trabalhar com a imaginaço”

输出：

>>> cd=to_unicode_or_bust(ab)
u'trabalhar com a imagina\xe7\xe3o'

如果我发出print命令：

>>> print cd
trabalhar com a imaginação

好吧，看来没问题。但是我怎样才能申请这个名单呢？ 天真的尝试：

>>> lista2 = to_unicode_or_bust(lista1)
>>> print lista2
['21-10-2013', ['t\xc3\xadtulo do artigo'], ['\xc3\xa1lvaro', 'jo\xc3\xa3o', 'm\xc3\xa1rcio'], ['teste', 'opera\xc3\xa7\xc3\xa3o', 'manobras']]

也许这是一个新手的问题，我知道，但我该怎么做才能在列表2中找到正确的葡萄牙语字符？在

Answer 1

您拥有的函数很好，但它一次只能处理一个字符串—如果它传递了非unicode字符串以外的其他内容，它只返回它。您将传递给它一个list，它将原封不动地返回给您。在

这个递归函数应该遍历每一位，并用转换后的字符串重新组合它。在

def convert_all(all, convert=to_unicode_or_bust):
    if isinstance(all, tuple):
        return tuple(convert_all(piece, convert) for piece in all)
    elif isinstance(all, list):
        return [convert_all(piece, convert) for piece in all]
    return convert(all)

请注意，当您打印list时，列表中的字符串将具有以\x 或\u 格式显示的Unicode字符，但单个字符串将正确打印。在

Answer 2

如果字符串本身是字符串，则可以使用以下语法：

mystring = u'سلام'

如果没有u''，python忽略unicode基。在

但是您应该使用print命令：

^{pr2}$

您的变量：

mystring = unicode(myvar)