Python中unescape JavaScript中escape的字符

Python 2013-05-22 Python,unescape,escape,JavaScript,json

遇到一个问题需要用Python把JavaScript中escape的中文给还原,但找了大半天,也没有找到答案,只好自己深入研究解决方案。

我们先来看在js中escape一段文字的编码

a = escape('这是一串文字');
alert(a);

输出:

%u8FD9%u662F%u4E00%u4E32%u6587%u5B57

咋一看,就感觉有点类似json格式,我们来看看标准的json格式编码同样的汉子“这是一串文字”

# encoding=utf-8
import json
a = '这是一串文字'
print json.dumps(a)

输出:

"\u8fd9\u662f\u4e00\u4e32\u6587\u5b57"

经过对比,其实就是js escape编码每个汉子都是“%u”符号加4位字符编码,而json编码每个汉子都是“\u”符号加4位字符编码,这样的话,我们可以利用字符串替换操作还原json格式,然后再使用json模块loads就好

# encoding=utf-8
import json

# js escape 字符串编码
c = '%u8FD9%u662F%u4E00%u4E32%u6587%u5B57'

# 还原Json对象
jsonObj =  '"'+"".join([(i and "\\"+i) for i in c.split('%')])+'"'

print json.loads(jsonObj)

特别记得在把“%”替换为“\”符号以后还要再使用双引号把字符串包一下,才能算是一个json对象,然后才能json.loads出来

后来,好不容易在一个站点上看到了更简便的方法。代码如下:

# 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')])

它的思路其实都差不多,把“%u”号替换掉,剩下每一个都是4位固定长度的字符编码,最后在unichr反编码回中文字符。

文字链接:《Python中unescape JavaScript中escape的字符

文章地址:http://www.qttc.net/201305328.html

除非标注,琼台博客所有博文均为原创,转载请加文字链接注明来源

乳名?小名?昵称?网名?均可

email,放心,我不会给你乱投广告的

想获得回访就把你的站点URL写上(没有留空)

[NOTICE]木要投放广告
[NOTICE]木要骂人,说不该说的话
[NOTICE]自由言论,但要遵纪守法

Comments 5

  • 2014-04-04 10:56:09 [ 跟帖 ]
    1 #
  • #在python2.7的idle里测试通过 a = '%u4E0D%u662F%u6740%u4F24' b = a.replace('%','\\') c = b.decode( 'unicode-escape' ) print c
    2013-08-19 17:25:09 [ 跟帖 ]
    2 #
  • 看到一个错别字“而json编码每个汉子都”
    2013-06-10 13:32:20 [ 跟帖 ]
    我文章错字很多,呵呵!
    2013-06-12 22:42:51 [ 跟帖 ]
    3 #
  • 很棒的文章,很注意观察,对我帮助很大!
    2013-05-23 09:40:01 [ 跟帖 ]
    4 #