[python] utf-8编码,双斜杠‘\\‘转单斜杠‘\‘

本文探讨了在Python3中处理UTF-8编码过程中遇到的问题,特别是如何将带有双斜杠转义的字符串转换回原始的中文字符。通过对比几种不同的转换方法,指出了使用`literal_eval`和`binascii`库可以有效解决这一问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

在编译中文过程, 会使用utf-8进行转码得到byte,例如'测试!'.encode('utf8')

b'\xe6\xb5\x8b\xe8\xaf\x95\xef\xbc\x81'

在Python3中,有时会得到String,而不是byte:

\\xe6\\xb5\\x8b\\xe8\\xaf\\x95\\xef\\xbc\\x81

如果将String重新encode再decode,并不能得到原文:

string.encode('utf8').decode('unicode_escape')
---> \\xe6\\xb5\\x8b\\xe8\\xaf\\x95\\xef\\xbc\\x81

如果直接将byte进行decode,是可以得到原文的:

b'\xe6\xb5\x8b\xe8\xaf\x95\xef\xbc\x81'.decode('utf8')
---> 测试!

因此需要将String中的双斜杠'\\'转单斜杠'\',常见的几个方法:

1)❌直接使用replace():

string.encode().replace(b'\\',b'\')
---> 语法错误
string.encode().replace(b'\\\\',b'\\')
---> \\xe6\\xb5\\x8b\\xe8\\xaf\\x95\\xef\\xbc\\x81

2)❌使用unicode_escape

string.encode('utf8').decode('unicode_escape')
---> æµè¯ï¼

3)✅使用literal_eval:

from ast import literal_eval
literal_eval("b'{}'".format(string)).decode('utf-8')
---> 测试!

4)✅使用binascii

import binascii

binascii.a2b_hex(string.replace('\\x', '').encode()).decode('utf8')
---> 测试!
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值