如何在python中用单个反斜杠替换双反斜杠？答案

【问题标题】：How to replace a double backslash with a single backslash in python?如何在python中用单个反斜杠替换双反斜杠？
【发布时间】：2011-07-19 18:51:30
【问题描述】：

我有一个字符串。在该字符串中是双反斜杠。我想把双反斜杠换成单反斜杠，这样unicode char码就可以正确解析了。

(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...'

在这个字符串里面，可以看到转义的unicode字符代码，比如：

\\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。

【问题讨论】：

那些不是字符串中的双反斜杠，这就是为什么你不能摆脱它们 - 它只是显示字符串的工件。你的问题比你想象的要严重。
你说得对——问题比我原先想象的要严重。我的解决方案涉及重新设计我提取数据的方式，以防止额外的反斜杠首先进入我的字符串（而不是在事后尝试将它们剥离）。
@zzz 这个问题你解决了吗？

标签： python escaping backslash

【解决方案1】：

Python3：

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

或

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

【讨论】：

【解决方案2】：

我没有得到你描述的行为：

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

当您在输出中看到 '\\\\' 时，您看到的斜杠数量是字符串中的两倍，因为每个 on 都被转义了。您编写的代码应该可以正常工作。尝试print找出实际值，而不是只查看 REPL 如何显示它们。

【讨论】：

但问题是“如何用单个反斜杠替换双反斜杠”而不是如何用双反斜杠替换四重反斜杠！

【解决方案3】：

你可以试试codecs.escape_decode，这应该会解码转义序列。

【讨论】：

另一种可能是'mystring'.decode('unicode_escape')
@ms_py：但在 Python 3 中不起作用；它必须是b'mybytes'.decode('unicode_escape')。不过，codecs.unicode_escape_decode 工作得很好。
你怎么用这个？

【解决方案4】：

这可能有点矫枉过正，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 的回答，在字符串上调用 codecs.escape_decode 并获取结果（或者如果 escape_decode 返回一个元组，就像在 Python 3 中一样，则返回结果的第一个元素）。不过，在 Python 3 中，您希望在处理字符串（而不是字节对象）时使用 codecs.unicode_escape_decode。

【讨论】：

嗯，这似乎是一个不错的解决方案。但是，当我在 python 2.7.1 交互式终端上逐字运行它时，我得到的结果是 '\\u201c\\u3012' 而不是 '“〒'

【解决方案5】：

为了扩展 Jeremy 的回答，您的问题是 '\' 是非法字符串，因为 \' 转义了引号，因此您的字符串永远不会终止。

【讨论】：

【解决方案6】：

有趣的问题，但实际上，您只有一个斜线符号。这只是它在 python 中的一种表示方式。如果您列出字符串包含的符号列表？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。

真实例子：

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

【讨论】：