如何在Python中编码/解码转义序列字符

Question

如何在Python中对转义字符'\x13'进行编码/解码，使其变成RSS或XML中有效的字符。

我的使用场景是，我从各种来源获取数据，并为这些数据制作RSS订阅源。有时候，数据源中会出现转义字符，这导致我的RSS订阅源出错。

那么，我该如何处理包含转义字符的输入数据呢？

Answer 1

字符 \x13（ASCII 19，叫做‘DC3’）在XML 1.0中是不能使用的，直接说就是无效的。你可以在XML 1.1中用  或  来表示这个字符，但这样的话你得在文件开头加上 <?xml version="1.1"?> 的声明，而且很多工具可能不支持这个版本。

我不知道为什么你的数据里会有这个字符，但解决的办法可能是把控制字符完全去掉。比如：

re.sub('[\x00-\x08\x0B-\x1F]', '', s)

对于某些类型的转义序列（比如ANSI颜色代码），你可能会发现里面还有一些多余的（非控制）字符，这种情况下你可能需要为这种特定格式写一个自定义的解析器。