如何将字符串中的文字转义序列转换为相应的字节？

我有一个UTF-8编码的字符串，它来自包含字符的其他地方\xc3\x85lesund（文字反斜杠，文字“ x”，文字“ c”等）。

打印它会输出以下内容：

\xc3\x85lesund

我想将其转换为字节变量：

b'\xc3\x85lesund'

为了能够编码：

'Ålesund'

我怎样才能做到这一点？我正在使用python 3.4。

TL; DR可以使用unicode_escape编码解码字节，以将序列转换\xXX和\uXXXX转义为相应的字符：

>>> r'\xc3\x85lesund'.encode('utf-8').decode('unicode_escape').encode('latin-1')
b'\xc3\x85lesund'

首先，将字符串编码为字节，以便可以对其进行解码：

>>> r'\xc3\x85?'.encode('utf-8')
b'\\xc3\\x85\xe3\x81\x82'

（我更改了字符串以表明此过程甚至适用于Latin-1以外的字符。）

以下是每个字符的编码方式（请注意，？被编码为多个字节）：

\ （U + 005C）-> 0x5c

x （U + 0078）-> 0x78

c （U + 0063）-> 0x63

3 （U + 0033）-> 0x33

\ （U + 005C）-> 0x5c

x （U + 0078）-> 0x78

8 （U + 0038）-> 0x38

5 （U + 0035）-> 0x35

? （U + 3042）-> 0xe3、0x81、0x82

接下来，解码字节unicode_escape以将每个转义序列替换为其对应的字符：

>>> r'\xc3\x85?'.encode('utf-8').decode('unicode_escape')
'Ã\x85ã\x81\x82'

每个转义序列都转换为一个单独的字符；每个不属于转义序列的字节都将转换为具有相应序数值的字符：

\\xc3 -> U + 00C3

\\x85 -> U + 0085

\xe3 -> U + 00E3

\x81 -> U + 0081

\x82 -> U + 0082

最后，再次将字符串编码为字节：

>>> r'\xc3\x85?'.encode('utf-8').decode('unicode_escape').encode('latin-1')
b'\xc3\x85\xe3\x81\x82'

编码为Latin-1只会将每个字符转换为其序数值：

U + 00C3-> 0xc3

U + 0085-> 0x85

U + 00E3-> 0xe3

U + 0081-> 0x81

U + 0082-> 0x82

瞧，我们有您要寻找的字节序列。

或者，您可以使用该codecs.escape_decode方法来解释从字节到字节的转换中的转义序列，如user19087在类似问题的答案中所述：

>>> import codecs
>>> codecs.escape_decode(r'\xc3\x85lesund'.encode('utf-8'))[0]
b'\xc3\x85lesund'

但是，它codecs.escape_decode是未记录的，因此我不建议您使用它。