如何在python中用單個反斜杠替換雙反斜杠？

Question

我有一個字符串。 在那個字符串中是雙反斜杠。 我想用單反斜杠替換雙反斜杠，以便可以正確解析 unicode 字符代碼。

(Pdb) p fetched_page
'<p style="text-align:center;" align="center"><strong><span style="font-family:\'Times New Roman\', serif;font-size:115%;">Chapter 0<\\/span><\\/strong><\\/p>\n<p><span style="font-family:\'Times New Roman\', serif;font-size:115%;">Chapter 0 in \\u201cDreaming in Code\\u201d give a brief description of programming in its early years and how and why programmers are still struggling today...'

在此字符串中，您可以看到轉義的 unicode 字符代碼，例如：

\\u201c

我想把它變成：

\u201c

嘗試 1：

fetched_page.replace('\\\\', '\\')

但這不起作用——它搜索四重反斜杠。

嘗試 2：

fetched_page.replace('\\', '\')

但這會導致行尾錯誤。

嘗試 3：

fetched_page.decode('string_escape')

但這對文本沒有影響。 所有雙反斜杠都保留為雙反斜杠。

Answer 1

您可以嘗試codecs.escape_decode ，這應該解碼轉義序列。

Answer 2

蟒蛇3：

>>> b'\\u201c'.decode('unicode_escape')
'“'

或者

>>> '\\u201c'.encode().decode('unicode_escape')
'“'

Answer 3

我沒有得到你描述的行為：

>>> x = "\\\\\\\\"
>>> print x
\\\\
>>> y = x.replace('\\\\', '\\')
>>> print y
\\

當您在輸出中看到'\\\\\\\\'時，您看到的斜杠數量是字符串中斜杠數量的兩倍，因為每個斜杠都被轉義了。 您編寫的代碼應該可以正常工作。 嘗試print出實際值，而不是只查看 REPL 如何顯示它們。

Answer 4

為了擴展 Jeremy 的回答，您的問題是'\\'是非法字符串，因為\\'轉義引號，因此您的字符串永遠不會終止。

Answer 5

這可能有點矯枉過正，但是......

>>> import re
>>> a = '\\u201c\\u3012'
>>> re.sub(r'\\u[0-9a-fA-F]{4}', lambda x:eval('"' + x.group() + '"'), a)
'“〒'

---

所以，是的，最簡單的解決方案是 ms4py 的答案，在字符串上調用codecs.escape_decode並獲取結果（或結果的第一個元素，如果escape_decode返回一個元組，就像在 Python 3 中一樣）。 不過，在 Python 3 中，您可能希望在處理字符串（而不是字節對象）時使用codecs.unicode_escape_decode 。

Answer 6

有趣的問題，但實際上，您只有一個斜杠符號。 這只是它在python中的一種表示方式。 如果你制作一個包含哪些字符串的符號列表？ 喜歡：

[s for s in string_object]

它顯示了每個符號並將“”表示為“\\”，但您不必對此感到困惑。 它實際上是單個符號。 所以，在我的例子中，它不是雙反斜杠。

真實例子：

>>> [s for s in 'usnDu\\NgAnA{I']
['u', 's', 'n', 'D', 'u', '\\', 'N', 'g', 'A', 'n', 'A', '{', 'I']

Answer 7

只需打印它：

>>> a = '\\u201c'
>>> print a
\u201c