String Python3字符串解码

我从Apache日志文件中读取数据。有些文字是经过编码的。就像这句话：

192.168.1.17 - - [04/Aug/2016:18:45:00 +0800] "GET /d/?q=\xa9\xfa\xa4\xd1\xb7|\xa7\xf3\xa6n HTTP/1.1" 302 3734 "-" "Mozilla/5.0 (Windows NT 6.1; WOW64; Trident/7.0; rv:11.0) like Gecko"

我想解码“\xa9\xfa\xa4\xd1\xb7 |\xa7\xf3\xa6n”

在python 2中，我使用以下代码：

print(line.decode('string-escape').decode('big5'))

with open('access.log', 'r') as f:
    line = f.read()
    print(bytes(line, 'latin-1').decode('big5'))

结果是：

明天會更好

\xa9\xfa\xa4\xd1\xb7|\xa7\xf3\xa6n

\xa9\xfa\xa4\xd1\xb7|\xa7\xf3\xa6n

但是我不能用python 3编写正确的代码

我尝试使用以下代码：

print(line.decode('string-escape').decode('big5'))

with open('access.log', 'r') as f:
    line = f.read()
    print(bytes(line, 'latin-1').decode('big5'))

结果是：

明天會更好

\xa9\xfa\xa4\xd1\xb7|\xa7\xf3\xa6n

\xa9\xfa\xa4\xd1\xb7|\xa7\xf3\xa6n

或此代码：

with open('access.log', 'rb') as f:
    line = f.read()
    print(line.decode('big5'))

结果是：

明天會更好

\xa9\xfa\xa4\xd1\xb7|\xa7\xf3\xa6n

\xa9\xfa\xa4\xd1\xb7|\xa7\xf3\xa6n

似乎是因为用Python 3读取表单文件，'\x'变成了'\x'。如果有人帮我解决这个问题？谢谢。

如果文件中有“\xDD”，则与Python代码中的不同-在Python代码中，“\xDD”序列在编译时翻译，并且在程序内存中，只保留十六进制数字“DD”表示的字节。如果从文件中读取“x\DD”序列，程序内存中将有四个字节-序列的每个ASCII字符一个字节-因此 “\xa9”内存中有“\”、“x”、“a”、“9”等字符（Python中的“编译时”是一个透明的步骤，在运行程序时会发生）

因此，如果您阅读了Python3中的一个序列，当打印到终端时，会显示一个类似“\xa9\xfa”的序列，此时您应该看到”明" 你必须这样做：

透明地将字符串转换为字节对象（使用 latin1编解码器）-（或将文件作为字节对象读取，然后在中打开它 以二进制模式开始）

使用“unicode_escape”编解码器将对象解码回文本。这将在内存中将“\xDD”序列解析为单个字节

透明地将unicode对象转换为字节（是的，再次）—— 这次，字节对象的内存位置将有一个0xa9（169）字节，而不是四个字符“\，x，a，9”

再次将字节对象解码为字符串，这次使用big5解码。你有一个字符串对象（文本）和你想要的汉字

可在支持字符的任何终端或GUI界面中打印的最后一个str对象（打印界面应透明地从Python字符串执行最后一次编码转换）。如果要使用BIG5编码将这些字符写入文件，请在打开文件进行写入时显式传递该编码。（或使用utf-8，具体取决于您的系统）

因此，在代码中，即：

with open('access.log', 'r') as f:
    line = f.read()
    step1 = line.encode("latin1")
    step2 = step1.decode("unicode_escape")
    step3 = step2.encode("latin1")
    final_text = step3.decode("big5")
    print(final_text)

---

TL；DR在Python3中，“string_-scape”编解码器是“unicode_-escape”-但您必须首先应用它来解码字节对象。

谢谢。您的代码可以工作。使用open（'access.log'，'r'）作为f:line=f.read（）step1=line.encode（“拉丁语”）step2=step1.解码（“unicode_-escape”）step3=step2.编码（'拉丁语1“）最终文本=步骤3.解码（“big5”）打印（最终文本）