在Python3中如何进行解码（'string-escape'）？ [英] how do I .decode('string-escape') in Python3?

问题描述

我有一些转义的字符串，需要不被转义。我想在Python中这样做。

例如，在python2.7中，我可以这样做：

 >>> \123特殊的.decode（'string-escape'）
'特殊的东西'
>>> 
  

如何在Python3中执行？这不行：

 >>> b\123特殊的.decode（'string-escape'）
追溯（最近的最后一次调用）：
文件< stdin>，第1行，< module> 
 LookupError：未知编码：string-escape 
>>> 
  

我的目标是要采取一个如下这样的字符串：

$ $ $ $ $ $ 000l\000o\000c\000.\000c\000o\000m\000

并将其变成：

 [e-mail]
  / pre> 
 
 
在进行转换后，我会探测一下我所使用的字符串是否以UTF-8或UTF-16编码。
解决方案
您必须使用 unicode_escape ：
 >>> b\\123特殊的.decode（'unicode_escape'）
  
如果你开始使用 str 对象（相当于python 2.7 unicode），您需要先编码为字节，然后使用 unicode_escape 。
 
 
 
如果您需要字节作为最终结果，则必须重新编码为合适的编码（ .encode（'latin1'）例如，如果需要保留文字字节值，则前255个unicode代码点映射1对1）
 
 
 
您的示例实际上是具有转义的UTF-16数据。从 unicode_escape 中解码，返回到 latin1 以保留字节，然后从 utf-16- le （UTF 16 little endian without BOM）：
 >>> value = b's\\000u\\000p\\\\000p\\000o\\000r\\000t\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\ $ \\ $ >>> value.decode（'unicode_escape'）。encode（'latin1'）＃convert to bytes 
 b's\x00u\x00p\x00p\x00o\x00r\x00t\x00 @ \x00p\\ \\ x00s\x00i\x00l\x00o\x00c\x00.\x00c\x00o\x00m\x00'
>>>> _.decode（'utf-16-le'）＃decode from UTF-16-LE 
'[e-mail]'
  
 
I have some escaped strings that need to be unescaped. I'd like to do this in Python.

For example, in python2.7 I can do this:
>>> "\123omething special".decode('string-escape')
'Something special'
>>> 
How do I do it in Python3?  This doesn't work:
>>> b"\123omething special".decode('string-escape')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
LookupError: unknown encoding: string-escape
>>> 
My goal is to be abel to take a string like this:
s\000u\000p\000p\000o\000r\000t\000@\000p\000s\000i\000l\000o\000c\000.\000c\000o\000m\000
And turn it into:
"[e-mail]"
After I do the conversion, I'll probe to see if the string I have is encoded in UTF-8 or UTF-16.
解决方案
You'll have to use unicode_escape instead:
>>> b"\\123omething special".decode('unicode_escape')
If you start with a str object instead (equivalent to the python 2.7 unicode) you'll need to encode to bytes first, then decode with unicode_escape.

If you need bytes as end result, you'll have to encode again to a suitable encoding (.encode('latin1') for example, if you need to preserve literal byte values; the first 255 unicode code points map 1-on-1).

Your example is actually UTF-16 data with escapes. Decode from unicode_escape, back to latin1 to preserve the bytes, then from utf-16-le (UTF 16 little endian without BOM):
>>> value = b's\\000u\\000p\\000p\\000o\\000r\\000t\\000@\\000p\\000s\\000i\\000l\\000o\\000c\\000.\\000c\\000o\\000m\\000'
>>> value.decode('unicode_escape').encode('latin1')  # convert to bytes
b's\x00u\x00p\x00p\x00o\x00r\x00t\x00@\x00p\x00s\x00i\x00l\x00o\x00c\x00.\x00c\x00o\x00m\x00'
>>> _.decode('utf-16-le') # decode from UTF-16-LE
'[e-mail]'


                        
这篇关于在Python3中如何进行解码（'string-escape'）？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！