使用不正确格式化字符串Python的问题包含\ X

Question

在某些时候，我们的python脚本接收串那样：

In [1]: ab = 'asd\xeffe\ctive' 

In [2]: print ab 
asd�fe\ctve \ \\ \\\k\\\ 

数据被破坏，我们需要逃避\ x到正确解释为\ X，但\ c具有因此字符串中没有特殊含义，因此必须完好无损。

到目前为止，我发现的最接近的解决办法是做这样的事情：从IPython中采取

In [1]: ab = 'asd\xeffe\ctve \\ \\\\ \\\\\\k\\\\\\' 

In [2]: print ab.encode('string-escape').replace('\\\\', '\\').replace("\\'", "'") 

asd\xeffe\ctve \ \\ \\\k\\\ 

输出，我假设AB是一个字符串不是unicode字符串（在后一种情况下，我们将不得不做一些像即：

def escape_string(s): 
    if isinstance(s, str): 
     s = s.encode('string-escape').replace('\\\\', '\\').replace("\\'", "'") 
    elif isinstance(s, unicode): 
     s = s.encode('unicode-escape').replace('\\\\', '\\').replace("\\'", "'") 
    return s 

Answer 1

'\\'相同'\x5c'。将反斜杠字符写成Python字符串文字只是两种不同的方法。

这些文字串：r'\c'，'\\c'，'\x5cc'，'\x5c\x63'在存储器相同str对象。

'\xef'是单字节（239为一个整数），但r'\xef'（同'\\xef'）是一个4字节串：'\x5c\x78\x65\x66'。

如果s[0]返回'\xef'那么它就是s对象实际包含的值。如果错误，则修复数据的来源。

---

注：string-escape也逃脱\n和类似：

>>> print u'''\xef\c\\\N{SNOWMAN}"'\ 
... ☃\u2603\"\'\n\xa0'''.encode('unicode-escape') 
\xef\\c\\\u2603"'\u2603\u2603"'\n\xa0 
>>> print b'''\xef\c\\\N{SNOWMAN}"'\ 
... ☃\u2603\"\'\n\xa0'''.encode('string-escape') 
\xef\\c\\\\N{SNOWMAN}"\'\xe2\x98\x83\\u2603"\'\n\xa0 

backslashreplace仅用于上造成UnicodeEncodeError特点：（！易碎）

>>> print u'''\xef\c\\\N{SNOWMAN}"'\ 
... ☃\u2603\"\'\n\xa0''' 
ï\c\☃"'☃☃"' 

>>> print b'''\xef\c\\\N{SNOWMAN}"'\ 
... ☃\u2603\"\'\n\xa0''' 
�\c\\N{SNOWMAN}"'☃\u2603"' 
� 
>>> print u'''\xef\c\\\N{SNOWMAN}"'\ 
... ☃\u2603\"\'\n\xa0'''.encode('ascii', 'backslashreplace') 
\xef\c\\u2603"'\u2603\u2603"' 
\xa0 
>>> print b'''\xef\c\\\N{SNOWMAN}"'\ 
... ☃\u2603\"\'\n\xa0'''.decode('latin1').encode('ascii', 'backslashreplace') 
\xef\c\\N{SNOWMAN}"'\xe2\x98\x83\u2603"' 
\xa0 

Answer 2

\xhh是转义字符和\x被视为该逃逸开始

Answer 3

背影。睫毛引入“逃生序列”。 \x特别允许您指定一个字节，该字节在x之后以两个十六进制数字给出。 ef是两个十六进制数字，因此你没有错误。将反斜杠加倍以避开它，或使用原始字符串r"\xeffective"。

编辑：虽然Python控制台可能会告诉你'\\'，这是正是你所期望的。你只是说你期望别的东西，因为你混淆了字符串及其表示。它是一个包含单个反斜杠的字符串。如果你要输出print，你会看到一个反斜杠。

但字符串文字'\'是非法的构造（未关闭，因为\'是撇号，而不是一个反斜线和结束字串文本），所以repr，其格式在交互式外壳的结果，不产生它。相反，它会生成一个字符串文字，您可以将其粘贴到Python源代码中并获取相同的字符串对象。例如，len('\\') == 1。

Answer 4

\x转义序列表示字符串中的Unicode字符，并且ef被解释为十六进制代码。您可以通过添加额外的\来消毒字符串，或者使其成为原始字符串（r'\xeffective'）。

>>> r'\xeffective'[0] 
'\\' 

编辑：你可以使用下面的技巧将现有的字符串：

>>> a = '\xeffective' 
>>> b = repr(a).strip("'") 
>>> b 
'\\xeffective'