Hex编码GZIP字符串解压还原无多余转义符及乱码问题解决方案问询

你当前的压缩解压逻辑本身没有语法错误，出现多余反斜杠、Unicode转义字符未正常解析的核心原因有两个：

1. 数据存入Snowflake或从Snowflake读取的过程中，特殊字符被系统自动做了多次转义处理，单个反斜杠被重复转义为多个反斜杠
2. 解压后的原始字符串没有做统一的Unicode反转义处理，导致\u003d、\x22这类转义序列没有被还原为对应字符

下面的方案简化了压缩解压流程，同时内置了转义字符处理逻辑，完全覆盖你提出的三个需求：

1. 字符串Gzip压缩并转Hex #

直接使用Python标准库内置的gzip.compress方法，无需手动实现分块读写逻辑，执行效率更高，出错概率更低：

import gzip

def compress_str_to_hex(input_str: str) -> str:
    # 字符串转utf-8字节后做gzip压缩，再转hex字符串
    compressed_data = gzip.compress(input_str.encode("utf-8"), compresslevel=9)
    return compressed_data.hex()

2. Hex解码解压并还原转义字符 #

解压后统一处理多重转义和Unicode转义序列：

def decompress_hex_to_str(hex_str: str) -> str:
    # 去掉hex字符串首尾空白字符，避免Snowflake返回值带多余字符导致解码失败
    compressed_data = bytes.fromhex(hex_str.strip())
    # 解压得到原始字符串
    raw_str = gzip.decompress(compressed_data).decode("utf-8")
    # 处理多重反斜杠和Unicode转义
    return raw_str.encode("raw_unicode_escape").decode("unicode_escape")

3. Snowflake读写适配 #

• 写入时：直接将compress_str_to_hex返回的hex字符串以VARCHAR类型存储，不要手动做额外转义操作；如果使用BINARY类型存储，需关闭Snowflake的自动转义配置
• 读取时：直接将拿到的hex字符串传入decompress_hex_to_str即可得到正常的原始字符串

你给出的错误输出样例href\\\\u003d\\\\\\x22https://www.google.com/advanced_search\\\\\\x22经过上述方案处理后，会被正确还原为href="https://www.google.com/advanced_search"。

内容的提问来源于stack exchange，提问作者Fumanchu3000