Python反斜杠分隔十六进制串转字节对象异常排查与解决

两种操作结果差异的原因 #

两种写法的本质完全不同：

• 直接写a = '\xEC\xA3\xBC...'时，\xXX是Python原生的十六进制转义序列，代表单个Unicode字符，对应码点为0xXX，比如\xEC对应U+00EC，整个字符串长度等于十六进制段的数量
• 用replace('\\','\\x')得到的结果，是4个普通字符组成的序列：\、x、E、C，没有转义效果，整个字符串长度是十六进制段数量的4倍，自然编码后得不到预期结果。

解决方案 #

要实现'\EC\A3\BC\EC\8B\9D\ED\9A\8C\EC\82\AC'到对应字节对象的转换，有两种简便的实现方式：

方案1：直接提取十六进制串转换 #

字符串结构为固定的\XX分段，只需要去掉所有反斜杠得到连续十六进制字符串，直接用bytes.fromhex转换即可：

# 输入字符串，加r避免默认转义
subject = r'\EC\A3\BC\EC\8B\9D\ED\9A\8C\EC\82\AC'
# 去掉所有反斜杠得到连续十六进制串
hex_str = subject.replace('\\', '')
# 转换为字节对象
b = bytes.fromhex(hex_str)
# 解码得到最终结果
print(b.decode('utf-8'))  # 输出：주식회사

方案2：用codecs模块的escape_decode转换 #

也可以直接利用Python内置的转义解码能力实现：

import codecs

subject = r'\EC\A3\BC\EC\8B\9D\ED\9A\8C\EC\82\AC'
# 直接按转义规则解码为字节
b = codecs.escape_decode(subject)[0]
print(b.decode('utf-8'))  # 输出：주식회사

内容的提问来源于stack exchange，提问作者유호영