1

Mi problema es el siguiente. Tengo unas cadenas con unas secuencias de escape incorrectas que quiero imprimir correctamente.

Por ejemplo, si tengo estas dos cadenas:

cadena1 = "Hola\\x20que\\x20tal"
cadena2 = "Hola\\040que\\040tal"

Al imprimirlas dan como salida:

Hola\x20que\x20tal 
Hola\040que\040tal

Mi intención es que queden:

"Hola\x20que\x20tal" 
"Hola\040que\040tal"

Para poder imprimirlas correctamente:

Hola que tal

He intentado sin éxito reemplazar "\\" por "\", de la siguiente manera:

print(cadena1.replace("\\\\", "\\"))
print(cadena2.replace("\\\\", "\\"))

Pero se imprimen mal:

Hola\x20que\x20tal
Hola\040que\040tal

¿Cómo podría solucionarlo?

Gracias de antemano.

2
  • ¿Versión de Python? ¿Por dónde imprimes? ¿consola? ¿Jupyter notebook? ¿IDE?. Te pregunto, por que al menos en mi consola no consigo reproducir tu problema, los espacios se ven perfecto. el 8 may. 2019 a las 18:24
  • @PatricioMoracho es Python 3.6.7 [GCC 8.2.0] on linux El IDE utilizado es PyCharmCE, pero desde la consola, utilizando el intérprete sucede igual
    – Arg0s
    el 8 may. 2019 a las 18:43

2 respuestas 2

4

Lo que tienes es un literal de cadena UTF-8 (str en Python 3 usa dicha codificación) con secuencias de escape escapadas. El proceso para obtener lo que quieres seria el siguiente:

cad = "Hola\\x20que\\040tal\\040est\\xc3\\xa1s" # Hola que tal estás

cad = (cad.encode("utf-8")           # b'Hola\\x20que\\040tal\\040est\\xc3\\xa1s'
          .decode("unicode-escape")  # 'Hola que tal est\xc3\xa1s'
          .encode("latin-1")         # b'Hola que tal est\xc3\xa1s
          .decode("utf-8")           # 'Hola que tal estás'
          )

print(cadena)
  • Primero codificamos la cadena UTF-8. Con ello obtenemos una cadena de bytes:

    b'Hola\\x20que\\040tal\\040est\\xc3\\xa1s'
    
  • A continuación decodificamos la cadena de bytes mediante unicode-escape, lo cual nos lleva a cabo el "unescape", obteniendo una cadena (str) de la forma:

    'Hola que tal est\xc3\xa1s'
    

    Si no fuera por el carácter á que usa dos bytes en UTF-8 para codificarse, podríamos dejarlo aquí. El problema es que esto genera al imprimirlo:

    Hola que tal estás
    

    Es decir, \xc3 y \xa1 son tratados como caracteres independientes, como si de una codificación de 8 bits se tratara (como Latin-1 - ISO/IEC 8859-1).

  • Para solucionar lo anterior, volvemos a codificar pero usando ISO 8859-1 para preservar el orden de los bytes y por último codificamos usando UTF-8, codificación nativa usada por str en Python 3.

4
  • en python 2.7 me funciona solo colocando: cadena1 = cadena1.decode('unicode-escape') el 8 may. 2019 a las 19:15
  • Gracias. Al final, haciendo caso a @ProsperoAguilar , lo he quedado cadena1.encode().decode("unicode-escape") No sé si así se podría ocasionar algún problema con otro tipo de caracteres, como por ejemplo tildes u otros caracteres especiales (voy a probarlo)
    – Arg0s
    el 8 may. 2019 a las 19:26
  • @Arg0s ten en cuenta que lo que obtienes así es una cadena Latin-1, no UTF-8. Prueba con cadena1 = "Hola\\040que\\040tal\\040est\\xc3\\xa1" por ejemplo ("Hola que tal estás"). Si tu terminal usa Utf-8 como cabe esperar te imprimirá algo así Hola que tal estás si no pasas la cadena a Utf-8.
    – FJSevilla
    el 8 may. 2019 a las 19:45
  • @FJSevilla efectivamente.. se imprime tal y como dices. Y para lo que es, symlinks dentro la ruta /dev/disk/ o directorios dentro de /etc/fstab (por ej., en mi caso /dev/disk/'Data\x20Partition') , cuando Python los "capture" añadirá el backslash y, si contiene tildes, lo imprimirá mal. Gracias
    – Arg0s
    el 8 may. 2019 a las 20:51
0

Podrías usar split tal vez

cadena1 = "Hola\\x20que\\x20tal"
cadena2 = "Hola\\040que\\040tal"
print(cadena1.split('\\'))
print(cadena2.split('\\'))

introducir la descripción de la imagen aquí

1
  • Gracias, pero con ese resultado tendría el mismo problema.` " ".join(["Hola", "x020", "x20tal"]` me da como salida 'Hola x020que x20tal'
    – Arg0s
    el 8 may. 2019 a las 18:48

Tu Respuesta

By clicking “Publica tu respuesta”, you agree to our terms of service and acknowledge you have read our privacy policy.

¿No es la respuesta que buscas? Examina otras preguntas con la etiqueta o formula tu propia pregunta.