如何在python中用单个反斜杠替换双反斜杠？

Question

我有一个字符串。在那个字符串是双反斜杠。我想用单个反斜杠替换双反斜杠，以便可以正确解析unicode char代码。

(Pdb) p fetched_page
'<p style="text-align:center;" align="center"><strong><span style="font-family:\'Times New Roman\', serif;font-size:115%;">Chapter 0<\\/span><\\/strong><\\/p>\n<p><span style="font-family:\'Times New Roman\', serif;font-size:115%;">Chapter 0 in \\u201cDreaming in Code\\u201d give a brief description of programming in its early years and how and why programmers are still struggling today...'

在此字符串的内部，您可以看到转义的unicode字符代码，例如：

\\u201c

我想把它变成：

\u201c

尝试1：

fetched_page.replace('\\\\', '\\')

但这不起作用 - 它会搜索四个反斜杠。

尝试2：

fetched_page.replace('\\', '\')

但是这会导致行尾错误。

尝试3：

fetched_page.decode('string_escape')

但这对文本没有影响。所有双反斜杠都保留为双反斜杠。

Answer 1

您可以尝试codecs.escape_decode，这应该解码转义序列。

Answer 2

我没有得到你描述的行为：

>>> x = "\\\\\\\\"
>>> print x
\\\\
>>> y = x.replace('\\\\', '\\')
>>> print y
\\

当你在输出中看到'\\\\'时，你看到的字符串数量是字符串中的两倍，因为每个字符都是转义的。你写的代码应该可以正常工作。尝试print输出实际值，而不是仅查看REPL如何显示它们。

Answer 3

为了扩展Jeremy的答案，你的问题是'\'是一个非法的字符串，因为\'会转义引号，所以你的字符串永远不会终止。

Answer 4

可能有点矫枉过正，但是......

>>> import re
>>> a = '\\u201c\\u3012'
>>> re.sub(r'\\u[0-9a-fA-F]{4}', lambda x:eval('"' + x.group() + '"'), a)
'“〒'

---

所以是的，最简单的解决方案是ms4py的答案，在字符串上调用codecs.escape_decode并获取结果（如果escape_decode返回结果的第一个元素，则返回Python 3中的元组）。在Python 3中，您在使用字符串（而不是字节对象）时需要使用codecs.unicode_escape_decode。

Answer 5

Python3：

>>> b'\\u201c'.decode('unicode_escape')
'“'

或

>>> '\\u201c'.encode().decode('unicode_escape')
'“'

Answer 6

有趣的问题，但实际上，您只有一个斜杠符号。这只是它在python中的表示方式。如果列出符号列表，则哪个字符串包含？喜欢：

[s for s in string_object]

它显示每个符号，并将“”表示为“ \”，但您不必对此感到困惑。它实际上是单个符号。因此，在我的示例中，它不是双反斜杠。

真实示例：

>>> [s for s in 'usnDu\\NgAnA{I']
['u', 's', 'n', 'D', 'u', '\\', 'N', 'g', 'A', 'n', 'A', '{', 'I']

Answer 7

只需打印出来：

>>> a = '\\u201c'
>>> print a
\u201c