将包含 "b'…'" 的字符串转换为 unicode

Question

我现在尝试几个小时来找到解决这个问题的方法。我需要读入一个生成的 CSV 文件，该文件具有如下格式的 headers 列：

"b'Device Name' (b'')"

甚至

"b'Bezugsz\xc3\xa4hler' (b'Wh')"

我想将这些字符串转换为 Unicode。但是，直到现在我都不走运。到目前为止，我发现的所有带有编码或解码的示例都没有指向有用的方向。我需要摆脱 b'…' 部分以及 \x 转义。

我希望这里有人能提供一些有用的信息。 :)

编辑：根据要求得到所需的输出：

"Device Name ()"
"Bezugszähler (Wh)"

第一种情况用replace()很容易实现。但是我正在寻找第二种情况的解决方案，那么自然会包含第一种情况。

我尝试了 ast.literal_eval() 的解决方案，但这在括号中令人窒息。 .encode().decode() 的解决方案也没有按预期工作。

Answer 1

这里有一个快速而肮脏的方法：

使用正则表达式查找伪字节
使用ast.literal_eval()将它们转换为实际字节
将字节解码为字符串
重新插入模板

headers = [
    "b'Device Name' (b'')",
    "b'Bezugsz\xc3\xa4hler' (b'Wh')"]

# ---

import ast
import re

def f(string):
    faux_bytes = re.findall(r"b'.*?'", string)
    real_bytes = [ast.literal_eval(f) for f in faux_bytes]
    decoded = [s.decode() for s in real_bytes]
    return '{} ({})'.format(*decoded)

result = [f(h) for h in headers]
print(result)

输出：

['Device Name ()', 'Bezugszähler (Wh)']

将包含 "b'…'" 的字符串转换为 unicode

Convert string containing "b'…'" to unicode

python

string

unicode

decode