如何正确解码混合转义序列与 Unicode 字符的字符串
本文介绍一种
可靠方法，将同时包含 ascii 转义序列（如 `\n`、`\t`）和原始 unicode 字符（如 ?）的字符串（例如 `'\\n\\t??'`）安全转换为实际含义的字符串（即 `'\n\t??'`），避免丢失或乱码。
在 Python 中处理混合转义字符串（如 '\\n\\t??'）时，常见的误区是直接使用 .encode().decode('unicode_escape') 或尝试 ascii 编码，但这会导致 Unicode 字符被丢弃、报错或产生不可预期的字节序列。根本原因在于：unicode_escape 解码器要求输入字节流中所有非 ASCII 转义（如 \uXXXX、\UXXXXXXXX）必须以合法 Unicode 转义形式存在；而原始字符串中的 ?（实际是 UTF-8 编码的 ?）在默认编码下会变成非法字节序列，无法被 unicode_escape 正确识别。
✅ 正确解法是分两步利用两个专用编解码器：
- 先用 raw_unicode_escape 编码：该编码器将字符串中所有反斜杠转义序列（如 \\n, \\t, \\u201c）原样保留为字节，同时将非 ASCII Unicode 字符（如 ?）编码为其对应的 \Uxxxxxxxx 形式（大写 U + 8 位十六进制），且不进行任何 UTF-8 转换——从而保证整个结果字节串完全由 ASCII 字符组成，可安全传递给下一步；
- 再用 unicode_escape 解码：此时字节流只含 ASCII 字符和标准 Unicode 转义，unicode_escape 可无误解析所有 \n、\t、\U0001f612 等，并还原为真正的 Unicode 字符。
以下是完整示例代码：
s = "\\n\\t??"
print("原始字符串:", repr(s)) # '\\n\\t??'
# 第一步：用 raw_unicode_escape 编码 → 得到纯 ASCII 字节串
b = s.encode("raw_unicode_escape")
print("raw_unicode_escape 编码后:", repr(b))
# b'\\n\\t\\U0001f612\\U0001f612'
# 第二步：用 unicode_escape 解码 → 还原所有转义与 Unicode 字符
result = b.decode("unicode_escape")
print("最终结果:", repr(result)) # '\n\t??'
print("实际效果:")
print(result) # 换行、缩进、两个 ? 表情⚠️ 注意事项：
- raw_unicode_escape 是关键桥梁：它不改变转义结构，也不破坏 Unicode，而是统一“翻译”为 \U 形式，使后续 unicode_escape 可控；
- 不要使用 utf-8、latin-1 或 ascii 作为中间编码——它们要么引入非法字节，要么截断/替换 Unicode 字符；
- 此方法适用于 Python 3.3+，且对任意组合（\n、\r、\u4F60、\U0001F600、原始中文、Emoji 等）均健壮；
- 若原始字符串中已混有 \uXXXX 等合法转义，该流程同样兼容，无需预处理。
总结：当面对 '\\n\\t??' 类型的“伪转义字符串”（即字符串字面量中包含字面反斜杠+字母，以及真实 Unicode 字符）时，encode("raw_unicode_escape") → decode("unicode_escape") 是最简洁、安全、符合 Python 标准库设计意图的标准解法。
