Question

我在转义字符方面遇到了一些问题。

问题我：

我有一个字符串形式：

String = "%C3%85"

String是UTF-8中两个字节的表示，用于编码此字符：“Å”。除外：“\ x”替换为“％”。

所以我想改变 String 看起来像这样：

String = "\xC3\x85"

问题II：

表格中有一个字符串：

*String* = "\\x33"

现在我想将其转换为UTF-8字节表示形式，如下所示：

String = b"\x33"

我该怎么做？

我试过的方法：

我尝试使用替换方法：

string.replace("%","\")  -- wont work since \ escapes "
string.replace("%","\\") -- wont work since this produces problem II
string.replace("%","\x00").replace("00","") -- wont work since "\x00" is a char by its own.

bytes(string.replace("%","\\") ) -- wont work since this basically comes down to problem II

一种有效的方法，但似乎需要更多的工作是创建一个包含以下形式的所有字符的字典：

"%00" = "\x00"
...
...

但是......这应该是自动化的，因为它基本上只是用x \

替换％

我运气不好，无法在互联网上找到任何帮助。

lmgtfy也不会帮助我;）

感谢您的帮助！

Answer 1

这两个问题都可以通过标准库解决。

问题我看起来像URL-Encoding，即。您在浏览器的地址栏中查询字符串中看到的那种“乱码”。在Python 3中，urllib模块可以处理：

>>> import urllib.parse
>>> urllib.parse.unquote('%C3%85')
'Å'

对于问题II，您似乎具有转义序列，因为它们在Python的字符串文字中使用。您可能知道，您可以在源代码中键入'å'或'\xe5'以获得完全相同的字符串，就像您可以键入0.1，.1或{{1获取相同的浮点值。由于Python解释器在源代码中看到了四个字符1e-1，\，x和e，因此必须有一种方法将此序列转换为字符{{ 1}}。并且（部分）此算法通过“unicode_escape”编解码器提供给Python程序员，您可以使用“正常”编解码器，如“utf-8”：

由于Python 3的å类型没有>>> '\\x33'.encode('ascii').decode('unicode_escape') '3'方法，因此必须先将其编码为字节。如果您的输入仅包含ASCII字符，则上述行有效;对于拉丁语-1字符和str转义的混合，也可以使用“latin-1”。

Answer 2

问题是你有十六进制编码字符字节数组的字符串表示。您需要将其从字符串转换为十六进制，然后让Python将其解释为UTF-8字符编码。试试这个：

import re 

String = "%C3%85"
out = bytearray(int(c, 16) for c in re.findall(r'%(\w\w)', String)).decode('utf8')
out
# returns:
'Å'

对于第二部分，'\x33'的二进制表示为b'3'。要从字符串'\\x33'获取到b'3'，您需要删除字符串格式，将字符串字符转换为十六进制，然后转换为字节。

String = '\\x33'
out = bytes(int(c, 16) for c in re.findall(r'\\x(\w\w)', String))
out
# returns:
b'3'

如何在字符串中添加/替换/删除转义字符 - Python

2 个答案: