Python3 decode 问题

[scriptB0y]

求解如果 str 混入了 bytes，但是被按照字面意思解释了，怎么 decode 回去。

In [80]: original = "abc\\xe2\\x86\\x92"

In [81]: b'\xe2\x86\x92'.decode()
Out[81]: '→'

In [82]: what_i_want = "abc→"

In [83]: what_i_want.encode()
Out[83]: b'abc\xe2\x86\x92'

问题是：

将 "abc\\xe2\\x86\\x92" （ str) 转换成 'abc→' (str) 或 b'abc\xe2\x86\x92' （ bytes)

找到方法了：

In [107]: original.encode().decode('unicode-escape').encode('latin1').decode('utf-8') 
Out[107]: 'abc→' 

[Monad]

exp = '"{}".decode("UTF-8")'.format(original)
what_i_want = eval(exp)
=.=

[scriptB0y]

@Monad 不行吧。。。

In [87]: eval( '"{}".decode("UTF-8")'.format(original) )
-------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-87-9a50a9092a0f> in <module>()
----> 1 eval( '"{}".decode("UTF-8")'.format(original) )

<string> in <module>()

AttributeError: 'str' object has no attribute 'decode'

[Thanks]

emmmm...

首先，\\ 双反代表一个不具备转移功能的 \
其次，b"abc\xe2\x86\x92" 才能用 decode()处理编码，注意这个是 bytes，里面是单 \
最后，
Python3.6 下有：
>>> b = b"abc\xe2\x86\x92"
>>> b.decode()
'abc→'

[Thanks]

转移 => 转义

[scriptB0y]

@Thanks 你说的我都知道。我的问题是把 original = "abc\\xe2\\x86\\x92" 转换成 'abc→'

[Monad]

@scriptB0y #2 这是 Python2 的方式
original.decode('string_escape')
这个应该是 2/3 都可以的 你试试

[scriptB0y]

@Monad str 没有 decode 方法啊。

[scriptB0y]

@Monad 顺着你的思路找了解决方法了！

In [107]: original.encode().decode('unicode-escape').encode('latin1').decode('utf-8')
Out[107]: 'abc→'

太好玩了

[Monad]

@scriptB0y #8 刚刚傻了 shebang 里面写的 python3 但是一直用 python xx.py 执行的...
想不起来为啥要 encode('latin-1')了 求告知

[scriptB0y]

@Monad decode('unicode-escape') 的结果是 latin-1 编码的，这是错误的，所以要 encode 回去然后使用正确的 utf-8 decode。

这里文档有说： https://docs.python.org/3/library/codecs.html#python-specific-encodings （搜索 unicode_escape ）

[Monad]

@scriptB0y 哦哦 应该是 decode("unicode-escape")做了两个工作 一个是 escape 一个是 decode 由于不能支持两个 decode 参数 所以必须 encode 成 latin1 再 decode

decode 如果加一个 kwargs escape=True 那么就可以直接按 utf8 decode 了

[scriptB0y]

@Monad 是的，我也是这么想的。

[zzhirong]

@scriptB0y
@Monad
python2 中可以，python3 中少了一个 'b'
exp = 'b"{}".decode("UTF-8")'.format(original)
what_i_want = eval(exp)