使用不正確格式化字符串Python的問題包含\ X

Question

在某些時候，我們的python腳本接收串那樣：

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

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

數據被破壞，我們需要逃避\ x到正確解釋爲\ X，但\ c具有因此字符串中沒有特殊含義，因此必須完好無損。

到目前爲止，我發現的最接近的解決辦法是做這樣的事情：從IPython中採取

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

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

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

輸出，我假設AB是一個字符串不是unicode字符串（在後一種情況下，我們將不得不做一些像即：

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'。將反斜槓字符寫成Python字符串文字只是兩種不同的方法。

這些文字串：r'\c'，'\\c'，'\x5cc'，'\x5c\x63'在存儲器相同str對象。

'\xef'是單字節（239爲一個整數），但r'\xef'（同'\\xef'）是一個4字節串：'\x5c\x78\x65\x66'。

如果s[0]返回'\xef'那麼它就是s對象實際包含的值。如果錯誤，則修復數據的來源。

---

注：string-escape也逃脫\n和類似：

>>> 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僅用於上造成UnicodeEncodeError特點：（！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是轉義字符和\x被視爲該逃逸開始

Answer 3

背影。睫毛引入「逃生序列」。 \x特別允許您指定一個字節，該字節在x之後以兩個十六進制數字給出。 ef是兩個十六進制數字，因此你沒有錯誤。將反斜槓加倍以避開它，或使用原始字符串r"\xeffective"。

編輯：雖然Python控制檯可能會告訴你'\\'，這是正是你所期望的。你只是說你期望別的東西，因爲你混淆了字符串及其表示。它是一個包含單個反斜槓的字符串。如果你要輸出print，你會看到一個反斜槓。

但字符串文字'\'是非法的構造（未關閉，因爲\'是撇號，而不是一個反斜線和結束字串文本），所以repr，其格式在交互式外殼的結果，不產生它。相反，它會生成一個字符串文字，您可以將其粘貼到Python源代碼中並獲取相同的字符串對象。例如，len('\\') == 1。

Answer 4

\x轉義序列表示字符串中的Unicode字符，並且ef被解釋爲十六進制代碼。您可以通過添加額外的\來消毒字符串，或者使其成爲原始字符串（r'\xeffective'）。

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

編輯：你可以使用下面的技巧將現有的字符串：

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