python对16位unicode汉字处理

 最近笔者遇到了一个头疼的问题，从一个文件中读出的字符串里所有的汉字都是由unicode编码的，必须对这些字符串进行解码，将汉字还原。例如：字符串中是"/u7ae0"，必须把它转换为u"/7ae0"，即汉字中的“章”。

就这样一个简单的汉字解码，笔者尝试了三次之后才搞定。

1. 第一阶段，粗放式的原始社会

  在python中有直接对单个unicode进行解码的函数，unichr()函数，通过它可以将输入的字符串转换为unicode码，但是要注意的是，unichr()函数的输入参数不是字符串，所以必须首先把字符串专程整型。
  第一种方法为

  ncode = int(char1,16)

  uchar = unichr(ncode) 

  这样可以把单一个汉字转换，但是问题是，字符串中有大量的待转换，甚至有的字符串中就有十万记待转换的汉字字符，这样必须使用循环对每个字符进行转换，严重影响效率。

2.第二阶段，众里寻他千百度

 第一种方法实在是不能满足需求，就在笔者将要放弃之时，在网上搜索到了解决的办法。使用decode/encode函数，decode函数和encode函数接受一个字符串做参数返回该字符串对应的解码后/编码后的字符串。其实这个函数之前就有考虑过，但是没找到对应的参数。

  解决方法：

    str = str.decode('unicode_escape')

    str = str.encode('gbk')

  第一步将字符串解码为unicode，第二步将unicode码编码为gbk汉字码。

此种方法能够将整个字符串中的汉字全部编码。

3.第三阶段，排除小问题

  有了第二种方法，貌似问题迎刃而解，但是在实际使用过程中，还出现了一个小问题，在解码中，字符串中反斜杠字符被误认为转义字符了，存在部分反斜杠被误解码。

 解决的方法是一个笨办法：

  首先将/u替换其他某个字符如 “%u”，然后把所有的“/”，替换为“%$”，然后再把“%u”替换回来，再使用上面提的方法进行解码，解码完之后，再将“%$”替换为"/"，这样问题解决了，貌似也没有太多的性能损失。

  不知道有没有更好的办法，今后碰到了再想更优化的办法~