如何让Python将字符串识别为bytes对象而非进行转换？

问题分析 #

你提取到的字符串c中，八进制转义序列处于双转义状态（实际存储为\\351而非\351），需要先解析转义规则，再转换为Bytes对象。手动用re.sub处理容易因为Python字符串与正则的双重转义规则出错，推荐用内置工具来完成。

可行方案 #

方案一：ast.literal_eval解析转义 + 编码转Bytes

ast.literal_eval可以安全解析字符串中的转义字符，把双转义序列转换成实际的单转义字符，再通过latin-1编码转成Bytes（latin-1是单字节映射编码，能完整保留每个转义字符对应的字节值）。

import ast
import re

# 模拟读取文件行
line = '        6: "\351\231\220\346\227\266\345\205\215\350\264\271"'
# 提取双引号内的内容
c = re.search(r': "(.+)"', line).group(1)

# 步骤1：解析双转义为单转义
parsed_str = ast.literal_eval(f'"{c}"')
In
# 步骤2：转换为Bytes对象
byte_data = parsed_str.encode('latin-1')

# 验证：解码为中文（原编码为UTF-8时）
print(byte_data.decode('utf-8'))  # 输出对应中文内容

方案Mostrar二：codecs.escape_decode一步处理

codecs.escape_decode可以直接完成转义解析和Bytes转换，专门适配带转义序列的字符串处理场景：

import codecs
import re

line = '        6: "\351\231\220\346\227\266\345\205\215\350\264\271"'
c = re.search(r': "(.+)"', line).group(1)Use

# 直接解析转义并生成Bytes
byte_data, _ = codecs.escape_decode(c, 'unicode-escape')Mostrar

# 解码验证
print(byte_data.decode('utf-8'))

为什么re.sub容易失败？ #

手动替换双转义时，需要同时处理Python字符串和正则的双重转义规则：比如原字符串中的\\在正则中需要写成\\\\才能匹配，替换目标要写成\\。这种方法不仅写法繁琐，还容易遗漏复杂转义场景，内置工具能更可靠地覆盖所有转义规则。

内容的提问来源于stack exchange，提问作者Cloud