在python中编码字符串

Question

我正在尝试对从 Excel 文档中获取的一段文本进行编码。它包含各种奇怪的字符，如引号、反斜杠、括号等。将它转换为 Python 兼容字符串以便我可以处理它并将其写入变量的正确方法是什么？

ExampleText = "MINIMUM TRACK FASTENING SHALL BE 0.145" DIAMETER POWDER ACTUATED FASTENERS (P.A.F.S) SPACED ON 8" CENTERS FOR BEARING WALLS, AND AT 12" O.C. FOR NON-LOAD BEARING WALLS (U.N.O.), WITH 1 1/2" MINIMUM PENETRATION INTO CONCRETE. AT X-BRACED SHEAR WALLS, TRACK SHALL BE ATTACHED PER DETAILS.  At Infinity Shear Panels (ISP’S) attach to slab w/ 0.145" x 1 1/2” powder actuated fasteners spaced on 4” centers (HILTI DS 37 P10 or equal) -OR- (6) 3/8" DIA. 2205 expansion anchors w/ 2 1/2" min. embedment - OR-Simpson "Titen" screws  @ 6" o.c."

我试过了：str(ExampleText) 但显然失败了。

感谢您的帮助！

ps。这是我得到的错误： UnicodeEncodeError: ('unknown', '\x00', 0, 1, '') ps2。我在 IronPython2.7 上，我知道很糟糕 :-(

Answer 1

您可以使用re 包中的escape() 函数：

>>> import re
>>> re.escape(ExampleText)
    '\\"MINIMUM\\ TRACK\\ FASTENING\\ SHALL\\ BE\\ 0.145\\"\\ DIAMETER ...'
>>> ExampleText = ExampleText.decode('string_escape')
    '"MINIMUM TRACK FASTENING SHALL BE 0.145" DIAMETER ...'

escape() 函数将使用双反斜杠等价物转义所有非字母数字字符。这应该可以很好地处理您的输入字符串。

Answer 2

如果给定的代码与您所拥有的完全匹配，那就难怪它有问题了。你用双引号括起来，但字符串包含双引号。保持原样，当解释器看到下一个双引号时，字符串将结束，然后会有一堆它无法识别的术语（如DIAMETER和POWDER），然后最终另一个字符串将开始，等等开。

您需要用反斜杠转义字符串的双引号，或者用每边三个引号将字符串括起来。

ExampleText = "MINIMUM TRACK FASTENING SHALL BE 0.145\" DIAMETER POWDER ACTUATED FASTENERS (P.A.F.S) SPACED ON 8\" CENTERS FOR BEARING WALLS, AND AT 12\" O.C. FOR NON-LOAD BEARING WALLS (U.N.O.), WITH 1 1/2\" MINIMUM PENETRATION INTO CONCRETE. AT X-BRACED SHEAR WALLS, TRACK SHALL BE ATTACHED PER DETAILS.  At Infinity Shear Panels (ISP’S) attach to slab w/ 0.145\" x 1 1/2\" powder actuated fasteners spaced on 4\" centers (HILTI DS 37 P10 or equal) -OR- (6) 3/8\" DIA. 2205 expansion anchors w/ 2 1/2\" min. embedment - OR-Simpson \"Titen\" screws  @ 6\" o.c."

或

ExampleText = """MINIMUM TRACK FASTENING SHALL BE 0.145" DIAMETER POWDER ACTUATED FASTENERS (P.A.F.S) SPACED ON 8" CENTERS FOR BEARING WALLS, AND AT 12" O.C. FOR NON-LOAD BEARING WALLS (U.N.O.), WITH 1 1/2" MINIMUM PENETRATION INTO CONCRETE. AT X-BRACED SHEAR WALLS, TRACK SHALL BE ATTACHED PER DETAILS.  At Infinity Shear Panels (ISP’S) attach to slab w/ 0.145" x 1 1/2” powder actuated fasteners spaced on 4” centers (HILTI DS 37 P10 or equal) -OR- (6) 3/8" DIA. 2205 expansion anchors w/ 2 1/2" min. embedment - OR-Simpson "Titen" screws  @ 6" o.c."""

SO 的内置语法高亮显示您的示例由多个字符串组成，而我的示例是一个连续的字符串。

另外，字符串只包含正斜杠，没有反斜杠，所以没有问题。如果有反斜杠并且您想解决它，您可以在字符串前面加上 r 以表示原始字符串：r'hello\nworld 打印为 hello\nworld。原始字符串唯一无法处理的是字符串中的最后一个字符是反斜杠时。通过在之后添加它来解决这个问题：r'C:\Users\jsmith' + '\\' 或 r'C:\Users\jsmith' '\\'（在连接文字字符串时，+ 不是绝对必要的）。

仅当您将字符串写入源代码时才需要这样做。来自input() 等外部来源的字符串或文件会被自动处理。

Answer 3

来自我们在 cmets 中的对话

# -*- coding: utf-8 -*-

ExampleText = '"MINIMUM TRACK FASTENING SHALL BE 0.145" DIAMETER POWDER ACTUATED FASTENERS (P.A.F.S) SPACED ON 8" CENTERS FOR BEARING WALLS, AND AT 12" O.C. FOR NON-LOAD BEARING WALLS (U.N.O.), WITH 1 1/2" MINIMUM PENETRATION INTO CONCRETE. AT X-BRACED SHEAR WALLS, TRACK SHALL BE ATTACHED PER DETAILS.  At Infinity Shear Panels (ISP’S) attach to slab w/ 0.145" x 1 1/2” powder actuated fasteners spaced on 4” centers (HILTI DS 37 P10 or equal) -OR- (6) 3/8" DIA. 2205 expansion anchors w/ 2 1/2" min. embedment - OR-Simpson "Titen" screws  @ 6" o.c."'

print(ExampleText)

编码标题行是必需的，因为其中包含非 ASCII 字符。

您也可以使用''' 或""" 包装文字：

x = '''some string'''
x = """some string"""

请注意，更好的解决方案可能是直接从数据中获取字符串，而不是使用 csv 之类的包复制/粘贴到您的代码中。