使用法语口音时语法无效

Posted 2023-03-31

【中文标题】使用法语口音时语法无效

【英文标题】：invalid syntax when working with french accents

【发布时间】：2018-09-20 05:10:48

【问题描述】：

好吧，我正在尝试清理包含法语口音代码的文件：

#353= IFCPROPERTYSINGLEVALUE('Charge d''\X2\00E9\X0\clairage sp\X2\00E9\X0\cifi\X2\00E9\X0\e par surface',$,IFCREAL(10.7639104167097),$);

我创建了这个小函数：

def CleanSpace(sp):
    sp.replace("\X2\00F4\X0\","ô")
    sp.replace("\X2\00E9\X0\","é")
    return(sp)

但是 Python 3 给了我错误：

    sp.replace("\X2\00F4\X0\","ô")
                               ^
SyntaxError: invalid syntax

请问我该如何解决？ 提前致谢

编辑：如果有帮助，我宁愿在控制台中尝试这一行，但答案很奇怪：

$ python3
Python 3.5.2 (default, Nov 23 2017, 16:37:01) 
[GCC 5.4.0 20160609] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> a='02_RADIOTHERAPIE/ ARC -plateforme recherche- Radioth\X2\00E9\X0\rapie'
>>> a
'02_RADIOTHERAPIE/ ARC -plateforme recherche- Radioth\\X2\x00E9\\X0\rapie'
>>> a.replace('\X2\00E9\X0\\','é')
'02_RADIOTHERAPIE/ ARC -plateforme recherche- Radioth\\X2\x00E9\\X0\rapie'

【问题讨论】：

问题是\" 在第一个参数的末尾 - 它将 " 解释为字符串的一部分，而不是关闭它。删除那个 `\`。着色应该给你提示.

另外，您不需要这样做，告诉它输入字符串是 unicode 转义，并且您想要生成一个 UTF-8 字符串。这样你就不需要弄清楚你让 Python 为你找出所有的 unicode 转义序列:) ***.com/questions/11375684/…

@kabanus：谢谢，是的，着色给了我一个疑问，但如果我放弃或加倍这个最后的 \，没有错误，但功能“替换”不起作用：我的打印始终包含 \X2\ 00E9\X0\...

@Rob：这个链接我看不懂，技术含量太高了

我不明白 - 你想获取一个常规字符串，并将其转换为适当的 unicode 字符吗？ \X2\00F4\X0 和你写的符号是一回事，我不明白你在做什么。在任何情况下，您都必须删除最后的反斜杠，这完全是错误的，无论如何。

【参考方案1】：

\ 字符会转义您的引用。这意味着 python 将继续运行，直到找到另一个引号来结束您的字符串。因此，实际上，您的字符串是 \X2\00F4\X0\", 要解决此问题，请使用 \ 转义 \ 或完全删除最后一个。 新代码：

sp.replace("\X2\00F4\X0\\","ô")

【讨论】：

谢谢，着色给了我一个疑问，但如果我放弃或加倍这个最后的 \，没有错误但功能不起作用......

试着像我的回答一样把它变成一个双反斜杠？还是不行？

'replace' 不起作用：我的打印件总是包含 \X2\00E9\X0\...

sp.replace("\\X2\\00E9\\X0\\","é")

再好不过了：myline...lalala\X2\00E9\X0\itsboring

【参考方案2】：

当您将\“ 放入python 字符串时，它会在字符串中添加文字” 并且不会关闭它。以同样的方式，你可以写\‘ 得到一个单引号，或者\\ 得到一个反斜杠。所以如果我想得到一个 Python 字符串说：

“Hi,”, said Bob \

我会写在我的代码中：

“\“Hi,\“, said Bob \\”

因为你写了 \" 并且没有关闭它后面的字符串，它继续到下一行并且把所有东西都搞砸了。

编辑：

另外，在控制台中，您并没有在所有地方都使用双反斜杠，所以有时它们会充当转义字符，从而导致奇怪的事情发生。每当您希望字符串在 Python 中包含反斜杠时，请编写 \\。

您的文本可能包含 \X2\00F4\X0\ ，但在 Python 字符串中 "\\" 表示单个反斜杠，因此如果您将字符串文字中的每个反斜杠替换为双反斜杠（不仅仅是最后一个反斜杠)，它应该可以工作，所以

a.replace('\\X2\\00E9\\X0\\','é')

例如。

【讨论】：

嗯，如前所述，使用 sp.replace("\X2\00F4\X0\\","ô") 没有更多错误，但 ô...中的文本没有更改...

@Pim92 回答了你的问题（我认为）。

【参考方案3】：

好吧，经过大量尝试和搜索，一行的解决方案是使用raw-strings：

>>> a.replace(r'\X2\00E9\X0\ '[:-1], 'é')
"#353= IFCPROPERTYSINGLEVALUE('Charge d''éclairage spécifiée par surface',$,IFCREAL(10.7639104167097),$);"

对于更多行，这更困难，因为我的文件中的字节已经写入，而不是因为我看到它存在的“\”... 为我找到的解决方案是使用 antlr4 处理字节