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!