无法在Python中解码Cyrillic字符串

Question

我有一个编码文件，其中的字符串类似于

b'1'    b'\xca\xee\xef\xe5\xe9\xf1\xea' b'1'    b'ADMIN'    b'2013-07-08 00:21:55'  
b'2'    b'\xd7\xe5\xeb\xff\xe1\xe8\xed\xf1\xea' b'1'    b'ADMIN'    b'2013-07-08 00:22:05'  

我该如何解码它呢？我尝试使用codecs、decode/encode cp1251，但没成功。

file -bi 告诉我字符集是us-ascii。

实际上这应该是一个用cyrillic(cp1251)编码的字符串。

Python 2.7

输出结果：

>>> w=r'\xd7\xe5\xe\xff\xe1\xe8\xed\xf1\xea'
>>> w='\xd7\xe5\xe\xff\xe1\xe8\xed\xf1\xea'
ValueError: invalid \x escape
>>> w=r'\xd7\xe5\xe\xff\xe1\xe8\xed\xf1\xea'
>>> w.decode('raw_unicode_escape')
u'\\xd7\\xe5\\xe\\xff\\xe1\\xe8\\xed\\xf1\\xea'
>>> w.decode('utf-8')
u'\\xd7\\xe5\\xe\\xff\\xe1\\xe8\\xed\\xf1\\xea'
>>> unicode(w)
u'\\xd7\\xe5\\xe\\xff\\xe1\\xe8\\xed\\xf1\\xea'
>>> unicode(w, 'utf-8')
u'\\xd7\\xe5\\xe\\xff\\xe1\\xe8\\xed\\xf1\\xea'

我尝试了各种方法：使用decode("utf-8")，使用unicode等，但是仍然无法改变结果。每次我都得到相同的一组字节。

- Ivri

---

"它没有起作用" - 发生了什么？你得到了什么结果？疯狂的文本？编码错误？还是其他什么问题？ - user2357112

我得到了同样的字符串，它根本不改变，我甚至无法获取以\u开头的Unicode字符。 - Ivri

这没有意义。向我们展示发生了什么-复制粘贴一个解释器的记录让我们看到。 - user2357112

以前我处理编码（cyr<->utf）时没问题，但现在卡住了；已解决。 - Ivri

Answer 1

问题是你的变量 w 中第三个 \x 转义后面缺少了一个 b，导致出现了无效转义的错误。

>>> w = '\xd7\xe5\xeb\xff\xe1\xe8\xed\xf1\xea'
>>> w.decode('cp1251')
u'\u0427\u0435\u043b\u044f\u0431\u0438\u043d\u0441\u043a'

- b4hand

---

谢谢！这个可以运行：print w.decode('cp1251').encode('utf-8')。=> Челябинск - Ivri