python网页unicode编码问题

Question

原网页源代码是这样的：
"server_filename":"\u4e16\u754c500\u5f3a\u9762\u8bd5\u9898.pdf"
爬下来就是ss.filename
'\\u4e16\\u754c500\\u5f3a\\u9762\\u8bd5\\u9898.pdf'
但是我想要的格式是
u'\u4e16\u754c500\u5f3a\u9762\u8bd5\u9898.pdf'
请问该如何是好？
谢谢

Answer 1

使用unicode-escape进行解码。

In [9]: s
Out[9]: '\\u4e16\\u754c500\\u5f3a\\u9762\\u8bd5\\u9898.pdf'

In [10]: print s.decode('unicode-escape')
世界500强面试题.pdf

不过，看起来题主的更像是json数据。可以用json解码

In [19]: data = '{"server_filename":"\u4e16\u754c500\u5f3a\u9762\u8bd5\u9898.pdf"}'

In [20]: json.loads(data)
Out[20]: {u'server_filename': u'\u4e16\u754c500\u5f3a\u9762\u8bd5\u9898.pdf'}

Answer 2

s = s.replace('\\\\','\\')