0

Допустим, есть файл, в котором записана строка вида:

"Hello World!\n"

Я эту строку читаю из файла как есть, в переменной в результате оказывается вот что:

'"Hello World!\\n"'

Как мне эту строку наиболее просто преобразовать в исходное "нормальное" представление (раскрыть кавычки, раскрыть escape-последовательности) без использования eval?

Раскрытие кавычек затруднений не вызывает, "хоть какое-то" решение для escape-последовательностей, в принципе, тоже есть (грубо говоря, пока в строке есть что-то из '\\n', '\\r', '\\t', делать соответствующие замены), но хотелось бы максимально простого/короткого решения без нестандартных зависимостей (типа parse).

Нужно решение для python3.

Для python2 подошло бы '"Hello World!\\n"'.strip('"').decode("string-escape"), но под python3 у строки нет метода decode, а метод decode класса bytes не раскрывает escape-последовательности (или я что-то не так делаю).

7
  • а что мешает сделать так: print((b'%s' % line).decode('unicode_escape'))? Вашу строку отформатировало как и должно
    – BOPOH
    7 дек 2015 в 4:23
  • @BOPOH, у вас Python 3.5 скорее всего, у меня пока что 3.4.
    – insolor
    7 дек 2015 в 4:27
  • А вот так сработало: line.encode().decode('unicode_escape')
    – insolor
    7 дек 2015 в 4:29
  • ой, я че-то думал у меня 3 по дефолту стоит, т.е. я на 2.7 проверял. На 3 это не сработает. Зато вот так: bytes(line, 'utf-8').decode('unicode_escape') на Python 3.2.3 работает нормально
    – BOPOH
    7 дек 2015 в 4:34
  • 1
    а line.encode('cp1252', 'backslashreplace').decode('unicode-escape') подойдет? для русского вроде работает
    – BOPOH
    7 дек 2015 в 4:51

2 ответа 2

1

Следует рассмотреть возможно ли исправить сохранение данных, чтобы избежать использования repr() при записи текста: пишите текст напрямую, выбросив repr() вызов, или используйте JSON формат — оба варианта являются эффективными и более переносимыми.

Если входной формат нельзя изменить, то можно использовать ast.literal_eval():

#!/usr/bin/env python3
import ast

text = ast.literal_eval(text_repr) # where text_repr = '"Привет!\\n"'
1
  • Вот за функцию спасибо, так и думал, что должно быть что-то из коробки) Формат данных изменить не получится, у меня свой велосипед по обработке файлов .pot/.po (gettext). Для вывода использую, правда, не repr() (т.к. нужны двойные кавычки всегда, и прочие нюансы), но ast.literal_eval(), похоже, мне как раз подойдет.
    – insolor
    19 апр 2016 в 9:51
0

На данный момент использую такой вариант:

def unescape_string(s):
    return strip_once(s, '"')\
           .replace(r'\\', '\\')\
           .replace(r'\t', '\t')\
           .replace(r'\r', '\r')\
           .replace(r'\n', '\n')\
           .replace(r'\"', '\"')

Также можно использовать что-то вроде того, что предложил BOPOH:

line.encode(codepage, 'backslashreplace').decode(codepage, 'unicode-escape')

где вместо codepage по идее можно подставить любую кодировку (проверено на вариантах ascii, cp1251, cp1252, latin, utf-8), пример:

>>> ('Привет!\\n').encode('ascii', 'backslashreplace').decode('ascii', 'unicode-escape')
'Привет!\n'

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge you have read our privacy policy.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.