Python 分隔字符串的最佳ASCII字符是什么？

我在一个系统上工作，客户可以在该系统上向我发送编码为utf-8的unicode字符串。在某种程度上，我使用一种逗号分隔的列表对其数据进行打包/序列化（C++），如：

fieldName:value,other fieldname:value, etc....

该字符串从进程中传出，如果python脚本捕获该字符串以提取字典：

 {"fieldName":"value", etc..... }

为了提取它，我使用了一个简单的正则表达式

re.compile（ur“（.*？）：（.*？（，|$）”，re.UNICODE）

。 但是我知道用户可以在他们发送的字符串中使用<代码>、<代码>和<代码>：<代码>，所以我正在搜索我可以在C++级别使用的最好的ASCII代码来替换现在使用的逗号？

如果必须是用户无法用键盘输入的内容，那么

\xF8

（248）是否是一个不错的选择！

---

欢迎提供任何帮助和建议。

使用JSON而不是内部格式

理由：

看起来已经是JSON了

分隔符字符没有问题。它迟早会出错，请参见unix/posix系统上的示例

$IFS

-hell

与使用可能无法正确显示且无法由人工轻松输入的特殊字符（主要用于调试目的）相比，易于人类阅读

可忽略的开销（如有）

在现有的每种语言中都可以轻松解析和生成JSON

C/C++的JSON库有很多变体，并且有很多许可证，所以即使是专有软件也不存在包含其中一个的问题

---

\x0D或\x0A是一个简单的选择，如果您没有多行输入字符串，并且这些字符串可以轻松显示。或者选项卡（\x09），如果用户无法输入它。

我会使用其中一个；其优点是具有标准化的含义：

^\  28  1C  FS  ␜   File Separator
^]  29  1D  GS  ␝   Group separator 
^^  30  1E  RS  ␞   Record Separator    
^_  31  1F  US  ␟   Unit separator  

可以用作分隔符来标记数据结构的字段。如果用于分层级别，则US是最低级别（划分纯文本数据项），而RS、GS和FS是递增级别，以划分由其下级别的项组成的组

---

或者使用真正的格式，如JSON或XML。

我不知道它是否是最好的格式，我不知道是否有 “最佳”-但我已经看到“

”在这方面使用了很多

如果它不必可见，也不必通过键盘输入， 有许多控制字符可以执行此操作： ASCII单独定义了四个：FS、GS、RS和US（用于字段 分隔符、组分隔符、记录分隔符和单位 分隔符），代码0x1C-0x1F；这些都是自然的

当然，最普遍的解决方案是使用quoted 字符串，带有转义字符。这两者都很难做到

---

但是，解析并生成

这似乎是

Ø

（0xf8）的一个好选择，至少在一些斯堪的纳维亚键盘上很容易输入。没有“最佳”选择，因为任何这样的选择都取决于编码的数据。你知道输入是有效的UTF-8吗？在检查完之后，可以使用UTF-8中无效的字节。0xF8就是这样一个字节@JoachimIsaksson：Unicode代码点0xF8被编码为0xC3 0xB8。谢谢这个建议，我终于在我的C++代码中增加了一点复杂性，把我的字符串映射传递给JSON编写器，我使用了Python JSON解析器，现在所有奇怪的单元测试我都有了一个绿色！所以