문자열에서 10 진수 이스케이프 처리

Question

비 ASCII 문자가 10 진 코드 포인트로 이스케이프 된 행 당 하나의 문자열 파일이 있습니다. 한 예로 라인은 다음과 같습니다

mj\\195\\164ger

내가

mjäger

생산이 문자열을 처리하고자하는

(이중 백 슬래시가 정확히 인쇄로 파일에 있습니다). 종래, 파이썬 16 진수가 아니라 파이썬은 디코딩 할 수 예를 들어, 위의 문자열을 mj\xc3\xa4ger로 기록 될 것이다 진수 이스케이프 (보다 탈출 사용합니다.

이

>>> by=b'mj\xc3\xa4ger' 
>>> by.decode('utf-8') 
'mjäger' 

파이썬 그러나, 바로 진수 이스케이프를 인식하지 못합니다

나는 제대로 진수 이스케이프를 생산하기 위해 문자열을 조작하는 방법을 쓴, 그러나이 탈출 자체가 내가 파이썬이 진수가 최종 문자열을 만들 이스케이프 처리 얻을 수있는 방법. 탈출인가?

import re 

hexconst=["0","1","2","3","4","5","6","7","8","9","a","b","c","d","e","f"] 
escapes=re.compile(r"\\[0-9]{3}") 
def dec2hex(matchobj): 
    dec=matchobj.group(0) 
    dec=int(dec[1:]) 
    digit1=dec//16 #integer division 
    digit2=dec%16 
    hex="\\x" + hexconst[digit1] + hexconst[digit2] 
    return hex 

line=r'mj\195\164ger' 
print(escapes.sub(dec2hex,line)) #Outputs mj\xc3\xa4ger 

위의 출력을 mj\xc3\xa4ger에서 mjäger으로 변환 할 때 누락 된 마지막 단계는 무엇입니까? 감사!

Answer 1

훨씬 쉽습니다. 다음, 당신은 (UTF-8 인코딩 된 콘텐츠 등) 인코딩 입력 작업 그래서 만약

>>> import re 
>>> line=r'mj\195\164ger' 
>>> def replace(match): 
...  return chr(int(match.group(1))) 

>>> regex = re.compile(r"\\(\d{1,3})") 
>>> new = regex.sub(replace, line) 
>>> new 
'mj\xc3\xa4ger' 
>>> print new 
mjäger 

파이썬 3에서, 문자열, 유니 코드 문자열 : re.sub()는 콜백 함수 대신 인수로 대체 문자열을 취할 수 당신이 bytes입니다 올바른 유형 사용할 필요가 :

>>> line = rb'mj\195\164ger' 
>>> regex = re.compile(rb"\\(\d{1,3})") 
>>> def replace(match): 
...  return int(match.group(1)).to_bytes(1, byteorder="big") 

>>> new = regex.sub(replace, line) 
>>> new 
b'mj\xc3\xa4ger' 
>>> print(new.decode("utf-8")) 
mjäger