GO编码/解码答案

【问题标题】：GO encoding/decodingGO编码/解码
【发布时间】：2021-07-13 22:43:20
【问题描述】：

我正在使用 python。但现在，我需要修复 Go 错误。我有这样的字符串：

<!-- \\xd0\\xbf\\xd0\\xbb\\xd0\\xb0\\xd1\\x82\\xd0\\xb5\\xd0\\xb6\\xd0\\xb5\\xd0\\xb9-->\\n    \\n    \\n        <guarantees>\\n

如何使它正确和可读？如果是 Python，我会使用 decode('unicode-escape')。但是我应该在 Go 中使用什么？

更新

我已经编辑了描述。有双反斜杠

更新 1

我按照答案https://stackoverflow.com/a/67172057/11029221的建议，修复了以这种错误方式进行编码的代码部分。但我发现在 GO 中你可以像这样修复这样的文本：

a := `\\xd0\\xb5\\xd0\\xb6\\xd0\\xb5\\xd0\\xb9-->\\n\\n\\n<guarantees>\\n`
a = strconv.Quote(a)
a = strings.ReplaceAll(a, `\\\\`, `\`)

unquoted, err := strconv.Unquote(a)
if err != nil {
    println(err)
}

str := []byte(unquoted)

for len(str) > 0 {
    r, size := utf8.DecodeLastRune(str)
    out = string(r) + out
    str = str[:len(str)-size]
}
fmt.Printf("%s", out)

【问题讨论】：

Convert unicode code point to literal character in Go的可能复制
或How to transform Go string literal code to its value?
你试过什么？包括您的代码。你遇到了什么问题？
这能回答你的问题吗？ ASCII encoding for string in GO

标签： go decode encode

【解决方案1】：

我不确定@melpomene 的“知道他们在做什么”的标准是什么，但以下解决方案以前曾有效，例如用于解码损坏的希伯来语文本：

("\\u00c3\\u00a4"
  .encode('latin-1')
  .decode('unicode_escape')
  .encode('latin-1')
  .decode('utf-8')
)

输出

'ä'

它的工作原理如下：

The string that contains only ascii-characters '\', 'u', '0', '0', 'c', etc. is converted to bytes using some not-too-crazy 8-bit encoding (doesn't really matter which one, as long as it treats ASCII characters properly)
Use a decoder that interprets the '\u00c3' escapes as unicode code point U+00C3 (LATIN CAPITAL LETTER A WITH TILDE, 'Ã'). From the point of view of your code, it's nonsense, but this unicode code point has the right byte representation when again encoded with ISO-8859-1/'latin-1', so...
encode it again with 'latin-1'
Decode it "properly" this time, as UTF-8

同样，与链接帖子中的评论相同：在投入过多精力尝试修复损坏的文本之前，您可能想尝试修复以这种奇怪方式进行编码的代码部分。

【讨论】：