遇到一個問題需要用Python把JavaScript中escape的中文給還原,但找了大半天,也沒有找到答案,只好自己深入研究解決方案。
我們先來看在js中escape一段文字的編碼
代碼如下:
a = escape('這是一串文字');
alert(a);
輸出:
代碼如下:
%u8FD9%u662F%u4E00%u4E32%u6587%u5B57
咋一看,就感覺有點類似json格式,我們來看看標準的json格式編碼同樣的漢子“這是一串文字”
代碼如下:
# encoding=utf-8
import json
a = '這是一串文字'
print json.dumps(a)
輸出:
代碼如下:"/u8fd9/u662f/u4e00/u4e32/u6587/u5b57"
經過對比,其實就是js escape編碼每個漢子都是“%u”符號加4位字符編碼,而json編碼每個漢子都是“/u”符號加4位字符編碼,這樣的話,我們可以利用字符串替換操作還原json格式,然后再使用json模塊loads就好
代碼如下:
# encoding=utf-8
import json
# js escape 字符串編碼
c = '%u8FD9%u662F%u4E00%u4E32%u6587%u5B57'
# 還原Json對象
jsonObj = '"'+"".join([(i and "http://"+i) for i in c.split('%')])+'"'
print json.loads(jsonObj)
特別記得在把“%”替換為“/”符號以后還要再使用雙引號把字符串包一下,才能算是一個json對象,然后才能json.loads出來
后來,好不容易在一個站點上看到了更簡便的方法。代碼如下:
代碼如下:
# encoding=utf-8
c = '%u8FD9%u662F%u4E00%u4E32%u6587%u5B57'
print "".join([(len(i)>0 and unichr(int(i,16)) or "") for i in c.split('%u')])
它的思路其實都差不多,把“%u”號替換掉,剩下每一個都是4位固定長度的字符編碼,最后在unichr反編碼回中文字符。
新聞熱點
疑難解答