Question

我的日志文件中包含一些多行字节字符串，例如

[2019-05-25 19:16:31] b'logstring \ r \ n \ r \ nmore log'

尝试提取原始多行字符串后，如何将其转换为真实字符串使用Python 3？

作为一个简化的示例，在读取日志文件并剥离时间之后，我最终得到了一个变量，该变量的类型为str，其前缀为b'，作为字符串。

# note: b'' is inside the str (taken from log)
tmp =  "b'logstring\r\n\r\nmore log'"
# convert here  
print(tmp)

我正在寻找一种告诉python内容需要解码的方法。但是str不允许解码。

我想从打印命令中看到的结果是

logstring
more log

更新：“ eval”函数将产生此结果，但这将执行代码，因此不安全。

# note: b'' is inside the str (taken from log)
tmp =  "b'logstring\r\n\r\nmore log'"
tmp = eval(tmp) 
print(tmp)

有更好的方法吗？

Answer 1

您可以使用正则表达式：

import re
tmp =  "b'logstring\r\n\r\nmore log'"
r = re.compile(r"b'(.+)'", re.DOTALL|re.MULTILINE)
result = r.sub(r"\1", tmp)
print(result) # logstring\r\n\r\nmore log

您可以将其用于整个文件或逐行使用，但可能需要稍微更改此代码以满足您的需求。

-编辑-
如果要删除重复的换行符（如所需的输出所示），可以这样：

import re
tmp =  "b'logstring\r\n\r\nmore log'"
binary_regex = re.compile(r"b'(.+)'", re.DOTALL|re.MULTILINE)
newline_regex = re.compile(r"(\r\n)+", re.DOTALL|re.MULTILINE)
# Make sure to do the compiles outside of any loops you have
result = binary_regex.sub(r"\1", tmp) # Remove the b''
result = newline_regex.sub(r"\r\n", result) # Remove duplicate new lines
print(result)

输出：

logstring
more log

Answer 2

似乎您可以锁定eval函数，使其无法运行函数和python内置函数。您可以通过传递允许的全局和局部函数的字典来实现。通过将所有内建函数映射为None，可以阻止常规python命令的执行。有了这个，使用eval评估字符串内容是安全的。

来源this article

# note: b'' is inside the str (taken from log)
tmp =  "b'logstring\r\n\r\nmore log'"
tmp = eval(tmp, {'__builtins__': None}, {}) 
print(tmp)

在上面的评论中，@ juanpa.arrivillaga提供了另一种解决方案，它也解决了评估安全问题：

import ast

tmp =  "b'logstring\r\n\r\nmore log'"
tmp = ast.literal_eval(tmp) 
print(tmp)

Answer 3

tmp =  "b'logstring\r\n\r\n\r\nmore log'"
tmp = tmp[2:-1]
start_pos = tmp.find('\r')
end_pos =start_pos
for x  in range (start_pos,len(tmp),2):
    if tmp[x:x+1] == '\r' or tmp[x:x+1] == '\n':
        end_pos +=2
if start_pos !=end_pos:
    tmp = tmp[:start_pos] + '\r\n' + tmp[end_pos:]
print(tmp)

输出：

logstring
more log

将输入为字符串类型的多行字节字符串转换为正确的字符串

3 个答案: