Python 加载字符串时，汉字吃其他字符

当我用loadstring加载lua中的数据时，一些神奇的汉字会失败

RawData = '{a="a朶b"}'
Data = loadstring("return " .. RawData)()

那是因为：

• "朶" 's ascii字符（gbk编码）为0x96 0x5c
• 0x5c是“\”，之后将转义所有内容
• 所以，{a=“a朶b“}”变成{a=“a\150\b”}”，\b是错误的答案

然后，我将永远无法获得正确的输出“a”朶“b”，“b”被“吃”朶“

python中也会出现同样的引用问题：

exec("""print '''a朶b''' """)

---

在python中有一些方法可以处理此问题：

exec("""print '''a朶b''' """)

• 在文件中明确定义编码——编码：gbk--
• 使用utf-8进行字符串/文件编码

但是lua只支持标准C，有没有引用或转义的想法

---

顺便说一下，这是有效的：

RawData = [=[ {a=[[a朶b]]} ]=]
return  loadstring("return " .. RawData)() .a

但是我必须改变原始数据，这是不可接受的

问题2:

exec("""print '''a朶b''' """)

如何保持lua中的字符串不被转义？（python做得很好）

---

在0x5c之前插入一个“\”怎么样？

嗯，您的原始数据编码不正确，我认为不值得添加一些“启发式”来猜测其中哪些是多字节或独立的。您应该更改其序列化程序（或通知其开发人员）在将字符串放入序列化之前，应将其转义符号视为字符串中的特殊符号。在这种特殊情况下，在将字符串添加到序列化之前，必须将所有

\

转换为

\\

如果您的数据源是用某种公共语言编写的，那么可能值得检查一下是否有现成的Lua序列化库可用。

如上所述，Lua可以以字符串文字处理UTF-8。如果您可以以UTF-8保存文件，则Lua将不会有任何问题。如果以后需要使用GBK编码（如将其保存在文件中或以编码方式为网页提供服务），您可以使用该库将UTF-8文本转换为GBK：

local iconv = require "iconv"
local toGbk = iconv.new("GBK", "UTF-8")
function U2G(s) return toGbk:iconv(s) end

-- assuming the while file is saved in UTF-8, this will output the string in GBK
print(U2G "a朶b")

---

您可以做的另一件事是在使用

loadstring

之前将GBK转换为UTF-8。然后在向用户显示结果时，不要忘记将结果从UTF-8转换回来

朶 是一个2字节字符，不能在这两个字节之间插入任何内容。即使可以，我也不应该修改原始原始数据。我的意思是用“\\”替换“\”。任何触摸“\”的操作都会打断该2字节字符。如果其他原始数据包含“\b”怎么办“？您将怎么做？因为Lua根本不做任何字符编码/解码，所以您需要这样做（同时还要转义其他棘手的字节，如

”

）当您打印出字符串时，转义符将被删除，您将得到原始的2字节字符。遗憾的是，这破坏了在原始源代码中查看字符的能力。我添加了一个新问题：在lua中，如何保持字符串不转义？这似乎是最好的解决方案。但需要一个外部库，并对每一位进行转换。