字节对象以“repr 格式”存储为 b'foo' 而不是 encode()-ing

Question

一些倒霉的同事将一些数据保存到这样的文件中：

s = b'The em dash: \xe2\x80\x94'

with open('foo.txt', 'w') as f:

    f.write(str(s))

当他们应该使用

s = b'The em dash: \xe2\x80\x94'

with open('foo.txt', 'w') as f:

    f.write(s.decode())

现在foo.txt看起来像

b'The em-dash: \xe2\x80\x94'

代替

The em dash: —

我已经将此文件作为字符串读取：

with open('foo.txt') as f:

    bad_foo = f.read()

现在如何将bad_foo错误保存的格式转换为正确保存的字符串？

Answer 1

您可以尝试文字 evalfrom ast import literal_evaltest = r"b'The em-dash: \xe2\x80\x94'"print(test)res = literal_eval(test)print(res.decode())

Answer 2

如果您相信输入不是恶意的，则可以ast.literal_eval在损坏的字符串上使用。import ast# Create a sad broken strings = "b'The em-dash: \xe2\x80\x94'"# Parse and evaluate the string as raw Python source, creating a `bytes` objects_bytes = ast.literal_eval(s)# Now decode the `bytes` as normals_fixed = s_bytes.decode()否则，您将不得不手动解析并删除或替换有问题的重复转义。