python 3.5 完全正确的Unicode编码的字符串string不能正确解码

python 3.5 完全正确的Unicode编码的字符串string不能正确解码

str格式的啊，print（）出来还是\u格式的Unicode码

我也来答一发。
我和题主遇到的问题估计是一样的。
具体什么情况呢？

我们采集一个网页，但是呢，网页有时候编码是混码，这就造成了python 3+的阵痛。

什么是混码呢？

就是网页的源代码一部分是Unicode编码，一部分是其他格式的编码，造成了在网页内容decode()的时候，一部分没正确解码。「你别管人家网页是怎么正确显示的，反正在我们程序内部显示不正确，输出也不正确」

什么是python 3+的阵痛呢？

混码一直是各种编程的阵痛。。。。。

python 3+之后的版本，无论输入输出是什么格式，中间转接的都是Unicode格式。在python运行时，自动给你转到Unicode，输出的时候再转一遍换成需要的输出格式。
比如你输入的时候是汉字，python内部的过程是 '请'→'\u8bf7'→'请'。
那么在网页中你截取的是'请'字，输出没什么问题，也是输出'请'
如果你在网页中截取的是['\u8bf7', '不', '要']，那么你的输出也是'\u8bf7'

但是呢，其实你想截取 '\u8bf7' ， 输出 '请' 字。

python中'\u8bf7'的编码是什么呢？ → '\\u8bf7'

比如我在网页中re出来的

图中第二行 '\u51ac\u5b63\u7684'....... 等等吧，它的格式是<class 'str'>

我想要的是什么呢？
是 '冬季的美丽很少人' 这样的汉字。

为什么呢？

因为图中第二行 '\u51ac\u5b63\u7684' 在python的中间层中的编码是 '\\u51ac\\u5b63\\u7684' ，输出的时候解码、转码都是转成 '\u51ac\u5b63\u7684' ，也就造成了我们无法得到我们想要的结果。

处理方法知乎上面的Karma、myd7349 都给出了处理方法，那就是
text.encode('latin-1').decode('unicode_escape')

对于部分字符串是混合编码的，我是这样处理的：
if photo_discribe.startswith('\\u'):
    #print(type(photo_discribe))
    #print(photo_discribe)
    photo_discribe = photo_discribe.encode('latin-1').decode('unicode_escape')
    #print(photo_discribe)
哈哈哈哈哈，我是在给伸手党提供代码。