注意一点:所见并非所得:
比如:
>>> x = r'((function(){var a\x3d2368684709;var b\x3d707691395;return 425382+\x27.\x27+(a+b)})());'
>>> x
'((function(){var a\\x3d2368684709;var b\\x3d707691395;return 425382+\\x27.\\x27+(a+b)})());'
>>> print(x)
((function(){var a\x3d2368684709;var b\x3d707691395;return 425382+\x27.\x27+(a+b)})());
>>>
同一个X,它什么都没干,但是你看的三个结果都是不一样的,整整要关注的是程序内存中变量类型是什么样的;
一、取消转义:
如果想在爬虫程序中使含有转义字符,比如"\u“,"\x"等等取消其转义功能,这个时候不可能在变量前加上'r'来取消转义的;
python 内置函数repr(),能够使变量转变为源字符串,达到取消转义字符转义的功能。
>>> x = '((function(){var a\x3d2368684709;var b\x3d707691395;return 425382+\x27.\x27+(a+b)})());'
>>> repr(x)
二、恢复转义:
如果我们就是想拿到转义后的结果,但是,爬虫从网络上获取的结果就是被取消转义了的结果,这个时候时候如何恢复其转义功能?
pyhton 依旧有内置函数codecs
>>> x = r'((function(){var a\x3d2368684709;var b\x3d707691395;return 425382+\x27.\x27+(a+b)})());'
>>> import codecs
>>> codecs.getdecoder("unicode_escape")(x)[0]
"((function(){var a=2368684709;var b=707691395;return 425382+'.'+(a+b)})());"
>>>
codecs.getdecoder("unicode_escape")(x)[0]得到的就是转义成目标结果的字符串
网友评论