如何将Python bytes对象转换为正则可用的raw bytes形式？

问题背景 #

我在Python 3中用正则查找bytes对象里的无效序列，当前硬编码的正则能正常工作：

re.search(rb'\[^{}|]', packet_data, re.MULTILINE)

但如果把rb'\[^{}|]'换成b'\[^{}|]'就失效了。我知道两者都是<class 'bytes'>，区别在于反斜杠的处理——b'\\[^{}|]'是有效的，但我需要一个能自动处理转义的方法，而不是手动加双反斜杠，毕竟可能用到其他需要转义的字符。简单说，我想要实现类似字符串str.encode('raw_unicode_escape')的效果，把普通bytes转换成和rb'...'等价的形式，从而动态构建正则。

解决方法 #

首先明确核心：rb是原始字节字面量的写法，不是一种独立类型。它的作用是让字面量里的反斜杠直接作为字节保留，而普通b字面量会把反斜杠当作转义符解析（比如b'\['会被解析成b'['，而rb'\['是b'\\['）。

要动态构建等价于rb写法的bytes正则，有两种常用思路：

1. 从原始字符串编码构建

先在字符串层面用**原始字符串（r前缀）**编写正则模板，这样反斜杠不会被转义，最后编码成bytes即可：

# 先写原始字符串模板
pattern_template = r'\[^{}|]'
# 动态修改模板（比如替换特殊字符）
modified_template = pattern_template.replace('|', '&')
# 编码成bytes，得到和rb写法完全一致的结果
pattern_bytes = modified_template.encode('ascii')
# 正常使用正则
re.search(pattern_bytes, packet_data, re.MULTILINE)

这样pattern_bytes和rb'\[^{}&]'完全等价，反斜杠被正确保留为正则需要的转义字节。

2. 对动态片段自动转义

如果需要动态插入可能包含正则特殊字符的字节片段，先用re.escape()处理字符串，再编码成bytes：

# 假设动态片段是一个字符串形式的特殊字符
dynamic_char = '['
# 转义该字符
escaped_char = re.escape(dynamic_char)
# 拼接成原始字符串模板
pattern_template = rf'{escaped_char}^{{|]}'
# 编码成bytes
pattern_bytes = pattern_template.encode('ascii')

这里re.escape('[')会返回'\\['，编码后就是b'\\['，和rb'\['效果一致。

关于bytes的"raw"等效方法

字符串的str.encode('raw_unicode_escape')是把字符串按原始unicode转义编码成bytes。对应到bytes的需求，其实可以把bytes先解码成字符串，再用raw_unicode_escape编码回去，但更常用的还是上面两种从字符串层面构建的方法——毕竟正则的逻辑在字符串层面处理更直观，编码后直接得到符合要求的bytes。

内容的提问来源于stack exchange，提问作者ironring1