在python字符串中解码特定的逃脱字符

Question

我有一个 Python 变量（名为 var），其中包含一个具有以下文字数据的字符串：

day\r\n\\night

以十六进制表示，它是：

64  61  79  5C  72  5C  6E  5C  5C  6E  69  67  68  74  07
d   a   y   \   r   \   n   \   \   n   i   g   h   t   BEL

我需要解码 \\, \r 和 \n 仅。

所需的输出（十六进制）：

64  61  79  0D  0A  5C  6E  69  67  68  74  07
d   a   y   CR  LF  \   n   i   g   h   t   BEL

使用 decode 不起作用：

>>> print(var.decode('ascii'))
AttributeError: 'str' object has no attribute 'decode'. Did you mean: 'encode'?

使用正则表达式查找并替换 \\、\r 和 \n 及其转义值是不成功的，因为 \night 中的 \n 被视为 0x0A。

是否可以指定我想要解码哪些字符，或者是否有更合适的模块？我正在使用Python 3.10.2。

Answer 1

假设 var 是这样的字符串：

64617905C725C6E5C5C6E69676877407 （不含空格），

您应该尝试：

i = 0
escaped = {'72': '0D', '6E': '0A', '5C': '5C'}
while i < len(var):
   if var[i:i+2] == '5C':                # checks if the caracter is a '\'
      i += 2                             # if yes, goes to next character hex code in var
      var[i-2:i+2] = escaped[var[i:i+2]] # replaces the '5Cxx' by its escaped value
   i += 2

它将用以下内容替换 \r \n \\对应的字符（CR LF \）。

稍后我将在 day\r\l\\night 和 64617905C725C6E5C5C6E696768774 之间添加转换器。

编辑：转换器就在这里！
每次转换后的字符串都是r。
它处理 input() 的结果，但对于硬编码字符串，您必须输入：
var = 'day\\r\\l\\\\night'
这样代码就会将其理解为“day”，然后是“\”，然后是“r”，然后是“\”，然后是“n”，然后是“\”，然后是“\”，然后是“night”< /strong> 而不是'day'，然后 CR，然后 LF，然后 '\'，然后 'night'；因此
打印(var)
将会打印
白天\r\n\\夜晚
而不是

day
\night

---

# convert string to hex
r = ''
for c in var:
   t = hex(ord(c))[2:]
   if ord(c) < 16: t = '0' + t
   r += t

# convert hex to string
r = ''
c = 0
while c < len(var):
   # transforms each hex code point into a decimal number
   # I kind of cheat using `eval`. But don't worry. Doesn't matter.
   # anyway, it then adds the corresponding character to `r`.
   r += eval('chr(0x' + var[c:c+2] + ')') # does like, `r += chr(0x5C)` for example.
   c += 2

Answer 2

此处查找类似问题。根据这个你可以做以下

var = r"day\r\n\\night"

# This is what you got previously
var.encode('ascii').hex()
# '64 61 79 5c 72 5c 6e 5c 5c 6e 69 67 68 74'

# To get required output do this
bytes(var, encoding='ascii').decode('unicode-escape').encode('ascii').hex()
# '64 61 79 0d 0a 5c 6e 69 67 68 74'

Answer 3

非常感谢每个提供答案的人，但他们似乎都没有完全解决我的问题。经过长时间的研究，我发现这个sahil Kothiya 的解决方案 (mirror) -- 我修改了它来解决我的具体问题：

import re, codecs

ESCAPE_SEQUENCE_RE = re.compile(r'''
    ( \\[\\nr]  # Single-character escapes
    )''', re.UNICODE | re.VERBOSE)

def decode_escapes(s):
    def decode_match(match):
        return codecs.decode(match.group(0), 'unicode-escape')
return ESCAPE_SEQUENCE_RE.sub(decode_match, s)

---

IDLE 中的演示：

Notepad++ 中显示的特殊字符：

输出字符串的十六进制转储：

---

它甚至可以使用 Unicode 字符（这是我的 脚本）。

IDLE 中的演示：

Notepad++ 中显示的特殊字符：

输出字符串的十六进制转储：