[Python] byte型の変数の中にあるバックスラッシュを2つから1つへ置換したい

Question

前提・実現したいこと

サーバー(Python)とクライアント(ブラウザ、Javascript)の間でWebSocketを通じた双方向の文字列交換をするプログラムを現在作っています。
サーバー側で、クライアント側から投げられた日本語を含む文字列をそのまま解釈しようとすると文字化けを起こしてしまうので、いろいろ調査した結果

x = '{"comment":"琴葉・・・","command":"test","ch":1}' #クライアント側から受け取った文字化けした文字列
x = x.encode('unicode-escape') # b'{"comment":"\xe7\x90\xb4\(以下略) という結果になる
x = x.decode('utf-8')
print (x)
#期待する出力は {"comment":"琴葉・・・","command":"test","ch":1}
#実際の出力は {"comment":"\xe7\x90\xb4(以下略)

というようにunicode-escapeの形に直してやってから、それをutf-8として解釈させることで文字化けを解消する方法を思いつきました。
しかし2行目のencode()を行うと頭にバックスラッシュが2つ入り、3行目のdecode()で正しく変換されません。byte型の時点で b'\xe7\x90\xb4' のように、バックスラッシュが1つだけであれば正しくdecode()ができることを確認できたので、そこで2行目のencodeの直後に''を''に置換させる処理を置こうと試しているのですがどうもうまくいかないのです。

発生している問題

File "n.py", line 2
    x = x.replace(b'\',b'\')
                            ^
SyntaxError: EOL while scanning string literal

調べてみるとなぜ raw 文字列 (r-strings) はバックスラッシュで終わってはいけないのですか？という記述を見つけました。それによると

正確には、奇数個のバックスラッシュで終わってはいけません。終わりの対になっていないバックスラッシュは、閉じ引用文字をエスケープし、終っていない文字列を残してしまいます。

とのことでした。現在エラーが起きている箇所はbyte型で、この問題に関係あるのかないのかは正直自分でもわからないのですが、関係あるとしたら「閉じ引用文字をエスケープしてエラーが起きている」ということが今回の場合でもいえそうです。もしそうであった場合は置換に際して回避策、代替策などはあるのでしょうか？

該当のソースコード

x = '{"comment":"琴葉・・・","command":"test","ch":1}'.encode('unicode-escape') 
x = x.replace(b'\',b'\')
x = x.decode('utf-8')
print (x) 

補足情報（FW/ツールのバージョンなど）

検証環境：
・Python 3.7.4
・Windows 10 Home(64bit)

Answer 1

https://docs.python.org/ja/3/library/stdtypes.html#bytes

リテラル以外に、幾つかの方法で bytes オブジェクトを作ることができます:
整数の iterable から: bytes(range(20))

bytes(ord(c) for c in x).decode('utf-8')

とか

bytes(map(ord, x)).decode('utf-8')

とか。

>>> x = '{"comment":"ç<90>´è<91><89>ã<83>»ã<83>»ã<83>»","command":"test","ch":1}'

>>> print(bytes(ord(c) for c in x).decode('utf-8'))
{"comment":"琴葉・・・","command":"test","ch":1}

>>> print(bytes(map(ord, x)).decode('utf-8'))
{"comment":"琴葉・・・","command":"test","ch":1}

---

こんなことをしなくていいようにするのが本筋だと思います。

Answer 2

こうするとどうなりますか？

x = '{"comment":"琴葉・・・","command":"test","ch":1}'
x = x.encode('ISO-8859-1')
x = x.decode('utf-8')
print (x)

Comments

[m.shinha]

encode('ISO-8859-1')としてやると正しく変換されました！

Answer 3

まず、おそらく根本的にはクライアント側のjsonデータのつくり方に問題があると思われます。
jsonデータのcomment文字列は、元がUTF-8で表現されていた文字列を無理やりASCII`文字列に変換させたような感じになっています。
これはクライアント側の問題なので、それを直すのが本筋です。
が、とりあえずサーバ（受信）側で何とかするとしたら、以下のようなコードで復元できそうです。

import json
import array

# まずはcomment部分のみを抽出する
x = '{"comment":"琴葉・・・","command":"test","ch":1}'
x = json.loads(x)
comment = x['comment']
print(comment) # 琴葉・・・

# comment文字列をASCIIコードの数値のリストとしてとらえ直す
l = [ord(c) for c in comment]
print(l) # [231, 144, 180, 232, 145, 137, 227, 131, 187, 227, 131, 187, 227, 131, 187]

# 数値のリストをバイナリのストリームとしてとらえ直す
b = array.array('B', l).tobytes() # 'B'=unsigned char

# バイナリを'utf-8'としてデコード
s = b.decode('utf-8')
print(s) # 琴葉・・・

Comments

[m.shinha]

直す方法はあるけれどやっぱりクライアントが悪いということなんですね。サンプルコードも参考になりました、ありがとうございます！