unicodeの文字を含む文字列があります(例:`u2026
など)。なぜか、unicodeではなく、strとして受信されます。どうすればunicodeに戻せますか?
>>> a="Hello\u2026"
>>> b=u"Hello\u2026"
>>> print a
Hello\u2026
>>> print b
Hello…
>>> print unicode(a)
Hello\u2026
>>>
ですから、明らかに unicode(a)
は答えになりません。では、何でしょうか?
unicode-escape` コーデックでデコードします。
>>> a="Hello\u2026"
>>> a.decode('unicode-escape')
u'Hello\u2026'
>>> print _
Hello…
これは、非ユニコード文字列の場合、`u2026
は認識されず、代わりにリテラルな一連の文字として扱われるからです (より明確に言えば、'Hello\u2026'
)。エスケープをデコードする必要がありますが、unicode-escape
コーデックがこれを行います。
コーデックの引数を指定することで、unicode
にも同じように認識させることができることに注意してください。
>>> unicode(a, 'unicode-escape')
u'Hello\u2026'
しかし、a.decode()
の方法の方が素敵です。