在Python中将十六进制字符串转换为实际字节

Question

我需要把这个文本文件的第三列加载为十六进制字符串。

http://www.netmite.com/android/mydroid/1.6/external/skia/emoji/gmojiraw.txt

>>> open('gmojiraw.txt').read().split('\n')[0].split('\t')[2]
'\\xF3\\xBE\\x80\\x80'

我该怎么打开这个文件，才能把第三列提取为十六进制字符串呢？

'\xF3\xBE\x80\x80'

我也尝试过用二进制模式和十六进制模式，但都没有成功。

Answer 1

如果你在使用Python2.6或更高版本，这里有一种安全使用eval的方法。

>>> from ast import literal_eval
>>> item='\\xF3\\xBE\\x80\\x80'
>>> literal_eval("'%s'"%item)
'\xf3\xbe\x80\x80'

Answer 2

快速简单的回复

your_string.decode('string_escape')

>>> a='\\xF3\\xBE\\x80\\x80'
>>> a.decode('string_escape')
'\xf3\xbe\x80\x80'
>>> len(_)
4

额外信息

>>> u='\uDBB8\uDC03'
>>> u.decode('unicode_escape')

一些小知识

有趣的是，我在Karmic Koala Ubuntu上使用的是Python 2.6.4（sys.maxunicode==1114111），而在Gentoo上使用的是Python 2.6.5（sys.maxunicode==65535）；在Ubuntu上，unicode_escape解码的结果是\uDBB8\uDC03，而在Gentoo上是u'\U000fe003'，这两个结果的长度都是2。除非在2.6.4和2.6.5之间有什么修复，否则我对Gentoo的这个2字节每个unicode字符的版本能正确报告字符感到很惊讶。

Answer 3

你可以这样做：

1. 去掉 \x 后面的字母
2. 对得到的字符串使用 .decode('hex')

代码：

>>> '\\xF3\\xBE\\x80\\x80'.replace('\\x', '').decode('hex')
'\xf3\xbe\x80\x80'

注意反斜杠的正确理解。当字符串表示为 '\xf3' 时，它表示这是一个单字节字符串，字节值是 0xF3。而当它是 '\\xf3' 时，也就是你的输入，这意味着这是一个由 4 个字符组成的字符串：\、x、f 和 3