在 Python 中处理 Unicode 编码和解码问题时，需要理解字符串类型、编码格式以及如何正确转换。Python2 和 Python3 在字符编码的处理上存在显著差异，这些差异常导致开发者在处理多语言文本时遇到问题。 ### 字符串类型与编码 在 Python2 中，有两种主要的字符串类型：`str` 和 `unicode`。`str` 类型表示字节序列，而 `unicode` 类型表示 Unicode 文本。Python3 对此进行了简化，只有 `str` 和 `bytes` 两种类型。`str` 是 Unicode 文本，而 `bytes` 是原始字节序列 [^4]。 ### 编码与解码操作 将字符串转换为字节序列时，使用 `.encode()` 方法，并指定目标编码格式（如 UTF-8）。将字节序列还原为字符串时，使用 `.decode()` 方法，并确保使用正确的编码格式进行解码 [^5]。 ```python # 示例：字符串编码和解码 text = "你好" encoded_text = text.encode('utf-8') # 将字符串编码为 UTF-8 字节序列 decoded_text = encoded_text.decode('utf-8') # 将字节序列解码为字符串 ``` ### 常见问题及解决方法 1. **UnicodeDecodeError** 当尝试使用 ASCII 解码包含非 ASCII 字符的字节序列时，会出现 `UnicodeDecodeError`。可以通过显式指定 UTF-8 或其他合适的编码格式来避免该问题 [^2]。 ```python # 示例：处理 UnicodeDecodeError byte_sequence = b'\xe4\xbd\xa0\xe5\xa5\xbd' # UTF-8 编码的 "你好" decoded_text = byte_sequence.decode('utf-8') print(decoded_text) # 输出：你好 ``` 2. **Unicode 转义字符串解码** 如果数据中包含 Unicode 转义字符串（如 `\u4f60\u597d`），可以使用多种方法将其转换为实际字符。例如，使用 `json.loads()` 或 `decode("unicode_escape")` 来解析转义字符串 [^3]。 ```python # 示例：使用 decode("unicode_escape") 解码 Unicode 转义字符串 escaped_string = "\\u4f60\\u597d" decoded_string = escaped_string.encode().decode("unicode_escape") print(decoded_string) # 输出：你好 ``` 3. **HTTP 请求中的 Unicode 处理** 使用 `requests` 库获取网页内容时，如果响应内容包含 Unicode 转义字符串，可以通过设置 `response.encoding` 或调用 `.decode("unicode_escape")` 来正确解析内容 [^3]。 ```python import requests # 示例：处理 HTTP 响应中的 Unicode 数据 url = "http://cx.shouji.360.cn/phonearea.php" params = {"number": 13189736032} response = requests.get(url, params=params) # 方法一：直接解码响应内容 decoded_content = response.content.decode("unicode_escape") print(decoded_content) # 方法二：设置响应编码 response.encoding = "unicode_escape" print(response.text) ``` ### 总结 处理 Python 中的 Unicode 问题时，关键是明确当前数据的类型（字符串或字节序列）并选择适当的编码/解码方法。对于 Python3，由于默认使用 Unicode，因此通常只需关注编码转换即可。掌握这些技巧有助于有效解决多语言文本处理中的常见问题 [^1]。