在 Python 3 中取消转义双反斜杠序列答案

【问题标题】：Unescape double backslash sequences in Python 3在 Python 3 中取消转义双反斜杠序列
【发布时间】：2021-06-19 22:08:20
【问题描述】：

我有一个这样的字符串：

'hello this is nice\\r\\n\\xc2\\xa0 goodbye'

我需要将其转换为纯 utf-8 文本。

编解码器库没有解决这个问题：

codecs.unicode_escape_decode(x)[0]
'hello this is nice\r\nÂ\xa0 goodbye'

如何将该字符串转换为干净的 utf-8 文本？

【问题讨论】：

【解决方案1】：

不是特别优雅，但这似乎符合您的要求。

>>> codecs.unicode_escape_decode(x)[0].encode('latin-1').decode('utf-8')
'hello this is nice\r\n\xa0 goodbye'

有点晦涩难懂的是，Latin-1 编码具有吸引人的特性，即每个字节都准确地编码该字符代码，因此它可用于透明地将 bytes 转换为字符串，反之亦然。

（如果不明显，b'\xc2\xa0' 是 U+00A0 的 UTF-8 编码。）

【讨论】：

我不确定您所说的“真实”是什么意思。单引号是 Python REPL 如何表示以字符 h、e、l、l 开头并具有回车符 (0x13) 和换行符 (0x10) 以及 Unicode non - 中间的空格（\u00a0）。
@mobiusinversion 转义用于可视化调试。您还如何“看到”各种形式的空白？ print 字符串以查看其渲染值。