从文件中读取 utf-8 转义序列答案

【问题标题】：Reading utf-8 escape sequences from a file从文件中读取 utf-8 转义序列
【发布时间】：2014-07-18 23:38:26
【问题描述】：

我有一个包含多行的 utf-8 编码文件，例如

\x02我不喜欢 \x0307bananas\x03.\x02 嗨，你好吗？你打过电话了？

如何将该文件的行读入列表，解码所有转义序列？我尝试了以下代码：

with codecs.open(file, 'r', encoding='utf-8') as q:
    quotes = q.readlines()

print(str(random.choice(quotes)))

但它在不解码转义字符的情况下打印该行。

\x02我不喜欢\x0307bananas\x03\x02

(注意：转义字符是 IRC 颜色代码，\x02 是粗体文本字符，\x03 是颜色代码前缀。此外，此代码来自我的 IRC 机器人，MSG 函数替换为 @987654324 @)

【问题讨论】：

【解决方案1】：

根据this answer，更改以下应该会有预期的结果。

在 Python 3 中：

codecs.open(file, 'r', encoding='utf-8') 到

codecs.open(file, 'r', encoding='unicode_escape')

在 Python 2 中：

codecs.open(file, 'r', encoding='string_escape')

【讨论】：

【解决方案2】：

如果您想以相同的格式将文本输出到控制台，那么重点是，UNIX（或您使用什么操作系统？）使用与 IRC 中不同的 ANSI 转义序列，因此您必须将 IRC 格式转换为UNIX 格式。这些是开始的链接：
https://stackoverflow.com/a/287944/2660503
Color text in terminal applications in UNIX

如果您想在不格式化的情况下打印文本，只需使用正则表达式清理它即可。

【讨论】：

【解决方案3】：

正如一些人建议的那样，解决方案是使用codecs.open(file, 'r', encoding='unicode_escape')，一旦实施，它将如下所示：

with codecs.open(file, 'r', encoding='unicode_escape') as q:
    quotes = q.readlines()

print(str(random.choice(quotes)))

如果您使用常规 utf-8 解码，\x02I don't like \x0307bananas\x03.\x02 的结果实际上将是 "\\x02I don't like \\x0307bananas\\x03.\\x02\n"，因为 readlines() 方法将为您转义字符

【讨论】：