将 'bytes' 变成 'str'：为什么要在 '\n' 中添加 '\' 等？

Question

我从这样的 CSV 文件中读取了多行：

f1 = open(current_csv, 'rb')
table = f1.readlines()
f1.close()

所以基本上table 中的任何一行都是这样的：

line = b' G\xe4rmanword:           123,45\r\n'

type 告诉我的是bytes，但我需要使用.replace，所以我将它变成一个字符串：line = str(line)，但现在line 变成了

"b' G\\xe4rmanword:           123,45\\r\\n'"

在每个\ 之前添加并添加\。但是，使用print(line)，它们不会出现，但是如果我想用line = line.replace('\xe4', 'ae') 将\xe4 变成ae（另一种写作方式），这将无济于事。但是，使用 '\\xe4' 可以。但我原以为第一个只是将 \\xe4 变成 \ae 而不是什么都不做，而第二个选项在工作时依赖于我定义的 new 定义来替换ä，我宁愿避免这两种情况。

所以我试图了解多余的反斜杠从何而来，以及如何从一开始就避免它，而不是在我的后处理中修复它。我感觉有些事情发生了变化在 python2 和 3 之间，因为原始的 csv 阅读器是我用 2to3 翻译的 python2 脚本。

Answer 1

是的，由于 Python3 对所有字符串都使用 Unicode，与 Python2 相比，许多与字符串相关的函数（包括 str）的语义都发生了变化。在这种特殊情况下，您需要使用str 的第二个参数来提供输入bytes 值中使用的编码（从德语的使用来看，它是'latin1'）：

unicode_string = str(line, 'latin1')

或者你也可以使用

unicode_string = line.decode('latin1')

您可能希望删除\r\n，因此添加.rstrip()。 此外，读取文件的更优雅的解决方案是：

with open(current_csv, 'rb') as f1:
    table = f1.readlines()

（所以不需要close()）