从python文件中读取错误UTF数据的列表，并将其与行进行比较

让我们看一下这个字符序列

>>> '\xed\xba\xbd'
'íº½'

我的

conf_文件

包含这些字符串的列表，如果它们出现在一行中，则必须对这些字符串进行比较，并且必须排除这些字符串

$cat excl_char_seq.lst
\xed\xba\xbd
\xed\xa9\x81
\xed\xba\x91

下面是我的代码，用于比较一行是否包含这些序列

v_conf_file = 'excl_char_seq.lst'   
with open(v_conf_file) as f:
     seqlist = f.read().splitlines()
line = 'weríº½66'
print ([ 1 for seqs in seqlist if seqs in line ])

但是上面代码的打印列表是空的

当我打印seqlist时，我得到了以下输出，它似乎用“\”转义了序列

---

我应该如何更正代码以使其与文件内容匹配？

问题是您从文件中读取的行实际上包含12个字符：

\

，

x

，

e

，

d

，

\

，

x

，

b

，

a

，

，

x

，

b

和

d

，您希望将其转换为3个字符

'\xed'

，'

\xba'

和'

\xbd'

。正则表达式可以帮助识别以

\x

开头的转义字符：

def unescape(string):
    rx = re.compile(r'(\\x((?:[0-9a-fA-F]){2}))')
    while True:
        m = rx.search(string)
        if m is None: return string
        string = string.replace(m.group(1), chr(int(m.group(2), 16)))

您可以使用它预处理从文件中提取的行（不要忘记导入

re

module）：

当我控制

seqlist

的内容时，我得到了预期的结果：

>>> print seqlist
['\xed\xba\xbd', '\xed\xa9\x81', '\xed\xba\x91']

---

谢谢你的回答。我得试试这个。。我会回来的。

v_conf_file = 'excl_char_seq.lst'   
with open(v_conf_file) as f:
     seqlist = [ unescape(line.strip()) for line in fd ]
line = 'weríº½66'
print ([ 1 for seqs in seqlist if seqs in line ])

>>> print seqlist
['\xed\xba\xbd', '\xed\xa9\x81', '\xed\xba\x91']