Python3 将双反斜杠替换为单反斜杠

Question

我需要在Python3中将复杂字符串中的\\替换为\。我知道这个问题已经被问过多次，但大多数情况下都是针对简单字符串的，因此没有一个（被接受的）答案真正适用于复杂字符串。

这也与这个不同，那里的问题可以通过.decode('unicode_escape')来解决，但这种方法对于这个问题不起作用。请参见下文。

假设字符串如下：

my_str = '\\xa5\\xc0\\xe6aK\\xf9\\x80\\xb1\\xc8*\x01\x12$\\xfbp\x1e(4\\xd6{;Z\\x'

---

直接的方法是：

my_str.replace('\\','\')

这导致：

语法错误：扫描字符串文字时遇到行尾

---

这个答案建议使用：

my_str.replace('\\\\','\\')

这将导致：

'\\xa5\\xc0\\xe6aK\\xf9\\x80\\xb1\\xc8*\x01\x12$\\xfbp\x1e(4\\xd6{;Z\\x'

所以，没有变化。

---

这个答案建议：

b = bytes(my_str, encoding='utf-8')
b.decode('unicode-escape')

但是对于这样一个复杂的字符串，这种方法行不通：

UnicodeDecodeError:“unicodeescape”编解码器无法解码49-50位置的字节：截断的\xXX转义

---

使用 decode（如此处建议 here）的结果为：

my_str.decode('unicode_escape')

AttributeError: 'my_str'对象没有'decode'属性。

---

使用unicode_escape进行编码和解码会返回完全不同的字符串（可能是因为使用了utf-16，但utf-8会出错，如上所述。此外，例如latin1无法正常工作）：

my_str.encode('utf-16').decode('unicode_escape')
'ÿþ\\\x00x\x00a\x005\x00\\\x00x\x00c\x000\x00\\\x00x\x00e\x006\x00a\x00K\x00\\\x00x\x00f\x009\x00\\\x00x\x008\x000\x00\\\x00x\x00b\x001\x00\\\x00x\x00c\x008\x00*\x00\x01\x00\x12\x00$\x00\\\x00x\x00f\x00b\x00p\x00\x1e\x00(\x004\x00\\\x00x\x00d\x006\x00{\x00;\x00Z\x00\\\x00x\x00'

---

- black

---

your_text.replace('\\', '') 能起作用吗？实际上你并没有双重文字反斜杠... - Jon Clements

没错，这个可以工作。但是一旦我把 '' 作为第二个参数，它就不能工作了。 - black

我猜你其实不需要这么做。通常，人们会打印出值并看到双反斜杠，但那只是Python用来明确告诉你字符串中有一个单反斜杠的方式。你能否更详细地说明这个字符串来自哪里，以及为什么要更改它？ - Ned Batchelder

@black 给我们更多的细节，我们可以帮助您正确地解决问题。或者加入我们在 Freenode 上的 #python IRC 频道，我们可以进行实际讨论并找到问题的根源。 - Ned Batchelder

但是对于如此复杂的字符串，这种方法行不通：问题在于该字符串以一个反斜杠后跟一个小写x结尾。所描述的问题是将（反斜杠、小写x、两个十六进制数字）序列替换为相应的转义Unicode代码点；但是当十六进制数字缺失时，你想要做什么？ - Karl Knechtel

Answer 1

仔细看这个字符串，它们都是单斜杠。

In [26]: my_str[0]
Out[26]: '\\'

In [27]: my_str[1]
Out[27]: 'x'

In [28]: len(my_str[0])
Out[28]: 1

而my_str.replace('\\','\')无法正常工作，因为此处的令牌是'，它转义了'并等待另一个关闭'。
请使用my_str.replace('\\', '')代替。

---

更新：经过几天的研究，我发现以下讨论也可能有所帮助。如果一个具有转义字符（'\\x'或'\\u'）的字符串的意图最终是十六进制/unicode字面量，则可以通过escape_decode进行解码。

import codecs
print(len(b'\x32'), b'\x32')                # 1 hex literal, '\x32' == '2'
print(len(b'\\x32'), b'\\x32')              # 4 chars including escapes
print(codecs.escape_decode('\\x32', 'hex')) # chars->literal, 4->1

# 1 b'2'
# 4 b'\\x32'
# (b'2', 4)

s = '\\xa5\\xc0\\xe6aK\\xf9\\x80\\xb1\\xc8*\x01\x12$\\xfbp\x1e(4\\xd6{;Z'
ed, _ = codecs.escape_decode(s, 'hex')
print(len(s), s)
print(len(ed), ed)

# 49 \xa5\xc0\xe6aK\xf9\x80\xb1\xc8*$\xfbp(4\xd6{;Z
# 22 b'\xa5\xc0\xe6aK\xf9\x80\xb1\xc8*\x01\x12$\xfbp\x1e(4\xd6{;Z'

- Blownhither Ma

Answer 2

如果您这样做：

s  = '\\xa5\\xc0\\xe6aK\\xf9\\x80\\xb1\\xc8*\x01\x12$\\xfbp\x1e(4\\xd6{;Z\\x'

s = s.replace('\\','\')

print(s)

你得到

 File "main.py", line 3
    s = s.replace('\\','\')
                         ^
SyntaxError: EOL while scanning string literal

因为在'\'中，反斜杠'\'转义了单引号'。你的字符串没有闭合。

在s中没有任何双反斜杠'\\'，它只是将其显示为这样，以便于区分用于转义内容的'\\'。

如果你print(s)，你会得到\xa5\xc0\xe6aK\xf9\x80\xb1\xc8*$\xfbp(4\xd6{;Z\x。

- Patrick Artner