如何将unicode编码为字节，以便可以检索到原始字符串？在Python 3.11

Question

在 python 3.11 中，我们可以对字符串进行编码，如下所示：

string.encode('ascii', '反斜杠替换')

这非常适用于：

hellö

=>

hell\\xf6

但是当我插入

hellö w\\xf6rld

时我得到

hell\\xf6 w\\xf6rld

（注意第二个有一个看起来像字符转义序列的文字部分）

或者换句话说，以下内容成立：

'hellö wörld'.encode('ascii', 'backslashreplace') == 'hellö w\\xf6rld'.encode('ascii', 'backslashreplace')

这显然意味着数据已因编码而丢失。

有没有办法让python真正正确编码？那么反斜杠本身也被转义了吗？或者图书馆可以这样做吗？

Answer 1

使用不带错误处理程序的

unicode_escape

编解码器，而不是带错误处理程序的

ascii

编解码器。 您收到数据非 ASCII 错误，并且错误处理程序导致丢失。 结果将仅为 ASCII 字符，但它将处理反斜杠：

>>> 'hellö wörld'.encode('unicode_escape') == 'hell\\xf6 w\\xf6rld'.encode('unicode_escape')
False
>>> 'hellö wörld'.encode('unicode_escape')
b'hell\\xf6 w\\xf6rld'
>>> 'hell\\xf6 w\\xf6rld'.encode('unicode_escape')
b'hell\\\\xf6 w\\\\xf6rld'