Tensorflow string tf.print和编码问题

如果直接 tf.print(textbody)， 这里 textbody 是 tf.string 类型， 会得到：\350\257\225\350\241\243\351\227\264\347\251\277\346\220\255\346\214\221\346\210\230[SEP]

原因是 tf.string 既不是 string 也不是 bytes 类型，想要看原来的中文，要注意转成 string 格式。
如果需要处理可以通过 pyfunction 转为 string 然后处理

tf.py_func(xxxx_func, [textbody], (tf.string))， 其中 xxxx_func 是处理 string 的 python 代码 ，可以在 xxxx_func 内部进行print 此时就是正常的 string了；注意这时 tf.py_func 输出的已经是 tensor [1] 了，后续格式不需要额外再加 [], 否则会变成 [1, 1].

xxxx_function 还可能遇到python2, python3 编码的坑，可以参考：Py2, py3 编码的差异

在 xxxx_function 里想要规避这个编码的坑，可以通过这个函数：

def convert_to_unicode(text):
    """Converts `text` to Unicode (if it's not already), assuming utf-8 input."""
    if six.PY3:
        if isinstance(text, str):
            return text
        elif isinstance(text, bytes):
            return text.decode("utf-8", "ignore")
        else:
            raise ValueError("Unsupported string type: %s" % (type(text)))
    elif six.PY2:
        if isinstance(text, str):
            return text.decode("utf-8", "ignore")
        elif isinstance(text, unicode):
            return text
        else:
            raise ValueError("Unsupported string type: %s" % (type(text)))
    else:
        raise ValueError("Not running on Python2 or Python 3?")