如何在Python3中解码（'；字符串转义'；）？

我有一些转义字符串需要取消转义。我想用Python来做这件事

例如，在python2.7中，我可以这样做：

>>> "\\123omething special".decode('string-escape')
'Something special'
>>> 

如何在Python3中实现它？这不起作用：

>>> b"\\123omething special".decode('string-escape')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
LookupError: unknown encoding: string-escape
>>> 

并将其转化为：

"support@psiloc.com"

---

完成转换后，我将探测我拥有的字符串是否以UTF-8或UTF-16编码。

您必须使用

unicode\u escape

：

>>> b"\\123omething special".decode('unicode_escape')

如果改为从

str

对象开始（相当于python 2.7 unicode），则需要先编码到字节，然后使用

unicode\u escape

进行解码

如果需要字节作为最终结果，则必须再次编码为合适的编码（

.encode（'latin1'）

，例如，如果需要保留文字字节值，则必须将前256个Unicode代码点映射为1对1）

您的示例实际上是带有转义符的UTF-16数据。从

unicode\u escape

解码，返回到

latin1

以保留字节，然后从

utf-16-le

（utf 16小端无BOM）：

---

您不能在字节字符串上使用

unicode\u escape

（或者更确切地说，您可以，但它并不总是返回与Python 2上的

string\u escape

相同的内容）–小心

此函数使用正则表达式和自定义替换逻辑实现

string\u escape

def unescape(text):
    regex = re.compile(b'\\\\(\\\\|[0-7]{1,3}|x.[0-9a-f]?|[\'"abfnrt]|.|$)')
    def replace(m):
        b = m.group(1)
        if len(b) == 0:
            raise ValueError("Invalid character escape: '\\'.")
        i = b[0]
        if i == 120:
            v = int(b[1:], 16)
        elif 48 <= i <= 55:
            v = int(b, 8)
        elif i == 34: return b'"'
        elif i == 39: return b"'"
        elif i == 92: return b'\\'
        elif i == 97: return b'\a'
        elif i == 98: return b'\b'
        elif i == 102: return b'\f'
        elif i == 110: return b'\n'
        elif i == 114: return b'\r'
        elif i == 116: return b'\t'
        else:
            s = b.decode('ascii')
            raise UnicodeDecodeError(
                'stringescape', text, m.start(), m.end(), "Invalid escape: %r" % s
            )
        return bytes((v, ))
    result = regex.sub(replace, text)

def unescape（文本）：
regex=re.compile（b'\\\\\\\\\[0-7]{1,3}x.[0-9a-f]？[\''abfnrt].$））
def更换（m）：
b=m组（1）
如果len（b）==0：
raise VALUERROR（“无效字符转义：'\\'.”）
i=b[0]
如果i==120：
v=int（b[1:]，16）
elif 48旧的“字符串转义”编解码器将ByTestRing映射到ByTestRing，关于如何使用此类编解码器，存在很多争论，因此目前无法通过标准编码/解码接口使用

但是，代码仍然存在于C-API中（如
PyBytes\u En/decodeScape
），并且仍然通过未记录的
codecs.escape\u encode
和
codecs.escape\u decode
向Python公开

>>> import codecs
>>> codecs.escape_decode(b"ab\\xff")
(b'ab\xff', 6)
>>> codecs.escape_encode(b"ab\xff")
(b'ab\\xff', 3)

这些函数返回转换后的
字节
对象，加上一个数字，指示处理了多少字节……您可以忽略后者

>>> value = b's\\000u\\000p\\000p\\000o\\000r\\000t\\000@\\000p\\000s\\000i\\000l\\000o\\000c\\000.\\000c\\000o\\000m\\000'
>>> codecs.escape_decode(value)[0]
b's\x00u\x00p\x00p\x00o\x00r\x00t\x00@\x00p\x00s\x00i\x00l\x00o\x00c\x00.\x00c\x00o\x00m\x00'

至少在我的情况下，这相当于：

Py2: my_input.decode('string_escape')
Py3: bytes(my_input.decode('unicode_escape'), 'latin1')

convertutils.py：

def string_escape(my_bytes):
    return bytes(my_bytes.decode('unicode_escape'), 'latin1')

如果要对转义序列进行str-to-str解码，则输入和输出均为Unicode：

def string_转义（s，encoding='utf-8'）：
将（s.encode（'latin1'）#返回到字节，这是“unicode转义”所要求的
.decode（“unicode-escape”）#执行实际的八进制转义解码
.encode（'latin1'）#1:1映射回字节
.解码（编码）#解码原始编码

测试：

>>字符串\u转义（'\\123omething special'）
“一些特别的东西”
>>>字符串\u转义（r's\000u\000p\000p\000o\000r\000t\000@'
r'\000p\000s\000i\000l\000o\000c\000.\000c\000o\000m\000'，
‘utf-16-le’）
'support@psiloc.com'
py2

py3

这会将我的二进制对象变成Unicode对象。我想让它成为一个二进制对象。有什么办法吗？@vy32：解码后对它进行编码？你希望它适合什么编码？ASCII，拉丁语1？它可以是任何东西。该程序探测各种可能的编码。它可能是ASCII、UTF-8、UTF-16、拉丁语1或其他十几种可能的编码。@vy32:然后通过解码从
unicode\u escape
转换为“正确”字节，然后通过
latin1
返回到字节（这与1对1映射非常吻合）。然后你就有字节来尝试解码。你绝对确定这些是转义而不是文字字节吗？它们是文字字节！有一个反斜杠，然后是一个0，然后是另一个0，然后是第三个0…我有一个程序，它读取二进制文件并输出这样的信息。它输出文件中实际存在的二进制文件。有时文件的t是UTF-8编码的，它只是通过。但是，如果它不是有效的UTF-8，它将以这种方式进行编码。最低投票的答案是Py3。请注意，如果您同意总是以UTF-8结尾，您可以这样做：
s.encode（'latin1'，'backslashreplace'）。decode（'unicode-escape'））
——参见@GlenWhitney，这似乎与python 2中的
decode（'string-escape'）
做的事情并不完全相同，即使对于UTF-8也是如此。例如，从
s='\\xe7\\xa7\\x98'
开始，python2
打印s.decode（'string-escape'）
打印
秘ç§
。py2是否将
r
放在字符串前面，这样就不需要转义“`”？
Py2: my_input.decode('string_escape')
Py3: bytes(my_input.decode('unicode_escape'), 'latin1')

def string_escape(my_bytes):
    return bytes(my_bytes.decode('unicode_escape'), 'latin1')

"\\123omething special".decode('string-escape')

"\\123omething special".encode('utf-8').decode('unicode-escape')