将非转义转义字符添加到 python bytearray

Question

我有一个 API 要求对我的 XML 属性中的引号进行转义，因此 不起作用，它需要 。

我尝试过遍历我的字符串，例如：

b'<?xml version=\'1.0\' encoding=\'utf8\'?>\n<tx><cmd id="1">SetChLevel</cmd><name>C</name><value>30</value></tx>'

每次遇到 " (ascii 34) 时，我都会用转义字符 (ascii 92) 和另一个引号替换它。令人发指的是：

b'<?xml version=\'1.0\' encoding=\'utf8\'?>\n<tx><cmd id=\\"1\\">SetChLevel</cmd><name>C</name><value>30</value></tx>'

逃脱的地方。作为健全性检查，我将 92 替换为任何其他字符，它按预期工作。

temp = b'<?xml version=\'1.0\' encoding=\'utf8\'?>\n<tx><cmd id="1">\
SetChLevel</cmd><name>C</name><value>30</value></tx>'

i = 0
j = 0
payload = bytearray(len(temp) + 4)

for char in temp:
    if char == 34:
        payload[i] = 92
        i += 1
        payload[i] = 34
        i += 1
        j += 1
    else:
        payload[i] = temp[j]
        i += 1
        j += 1

print(bytes(payload))

我会假设字符 92 会出现一次，但有些东西正在逃脱！

Answer 1

您的问题是对 Python 新手的一个非常常见的误解的结果。

当将字符串（或字节）打印到控制台时，Python 会转义转义字符 (\) 以显示一个字符串，当在 Python 中用作文字时，该字符串会为您提供完全相同的值。

所以：

s = 'abc\\abc'
print(s)

打印abc\abc，但在解释器上你得到：

>>> s = 'abc\\abc'
>>> print(s)
abc\abc
>>> s
'abc\\abc'

请注意，这是正确的。毕竟print(s) 应该在控制台上按原样显示字符串，而解释器上的s 要求Python 向您显示s 的表示，其中包括引号和转义字符。

比较：

>>> repr(s)
"'abc\\\\abc'"

repr 在这里打印s 的表示形式。

对于bytes，事情变得更加复杂，因为使用print时会打印表示，因为打印会打印一个字符串并且需要先解码bytes，即：

>>> print(some_bytes.decode('utf-8'))  # or whatever the encoding is

简而言之：您的代码正在按照您的意愿行事，它不会重复转义字符，您只是认为它这样做是因为您查看的是字节的表示，而不是实际的字节内容。

顺便说一句，这也意味着您不必偏执地编写自定义代码来根据字符的 ASCII 值替换字符，您可以简单地：

>>> example = bytes('<some attr="value">test</some>', encoding='utf-8')
>>> result = example.replace(b'"', b"\\\"")
>>> print(result.decode('utf-8'))
<some attr=\"value\">test</some>

我不会假装 b"\\\"" 很直观，也许 b'\\"' 更好 - 但两者都要求您了解字符串表示形式与其打印值之间的区别。

所以，最后：

>>> example = b'<some attr="value">test</some>'
>>> result = example.replace(b'"', b'\\"')
>>> print(result.decode('utf-8'))
<some attr=\"value\">test</some>