Q&A
s = r'挨拶 == "\u3053\u3093\u306b\u3061\u306f"'
じゃないのですか?
（今のままだと s = '挨拶 == "\u3053\u3093\u306b\u3061\u306f"' の時点で欲しいものが達成されているので）
Pythonで文字列の中に含まれるUnicodeエスケープされたバイト列を部分的に文字列に変換する方法をご教示いただきたいです。
具体的には、挨拶 == "\u3053\u3093\u306b\u3061\u306fというような形式の文字列をスクレイピングで取得するのですが、
この文字列をPandasのDataFrameに挿入すると、エスケープされたバイト列がそのまま表示されてしまいます。
最終的には '挨拶 == "こんにちは"' というように、文字列に含まれたバイト列が部分的にデコードされた状態で、DataFrameに挿入したいです。
ご回答のほどよろしくお願いいたします。
実際の実装としては、スクレイピングで取得する値の形式が文字列型で部分的にバイト列が含まれている状態です。
print()で出力する分には問題ないのですが、この値をpandasのDataFrameに挿入する場合は変換がされないため、前処理を行いたいと思っています。
必要なら「質問を書き換えてください」という依頼です。何に困っているか伝わっていません。
import pandas as pd
df = pd.DataFrame([['', ''], ['', '']])
挨拶 ="\u3053\u3093\u306b\u3061\u306f"
df.iat[0, 1] = 挨拶
print(df)
で、普通に こんにちは が出力されます。
問題発生のコードを記載お願いします。
回答2件
0
ご回答いただいた皆様、申し訳ございません。
こちら事象の再現ができなかったため、以下のような対応を行いました。
Python
1s = r'挨拶 == "\u3053\u3093\u306b\u3061\u306f"' 2for r in re.findall(r'\"([^\"]*)\"', s): 3 s = s.replace(r, bytes(r, encoding='utf-8').decode('unicode-escape'))
投稿2020/09/16 00:55
編集2020/09/16 10:02総合スコア7
s = r'挨拶 == "\u3053\u3093\u306b\u3061\u306f"'
ですか?
コメントありがとうございます。rはつかないですね。
解決したというのはなんとなく想像できるのですが、このコードを実行すると
'挨拶 == "ã\x81\x93ã\x82\x93ã\x81«ã\x81¡ã\x81¯"'
という文字列になるんです。（Pythonリテラルで書くと）
これが欲しかったのでしょうか? という疑問が残ります。後から検索などでこのページに来る人も困るでしょうし。
実際はスクレイピングで処理したときに取得する文字列がsなのですが、ここでは省略して直接代入するような書き方をしました。
回答で記載した処理だとご記載いただいた文字列になるのですが、スクレイピングで取得した場合はraw文字列ではなく普通の文字列として部分的にUnicodeエスケープシーケンスが含まれている形になるため、上述の処理でsを「'挨拶 == "こんにちは"'」とすることができました。
スクレイピングで取得する場合と文字列を直接代入する場合とで動作が異なる原因が把握できておらず申し訳ございません。
それは想像できているのですけれど、
> 省略して直接代入するような書き方をしました。
その「直接代入するような書き方」は間違っていて、「スクレイピングで取得する場合」sに入る文字列は
s = r'挨拶 == "\u3053\u3093\u306b\u3061\u306f"'
と等しいですよね? （おそらくですが）
そうであれば、この回答を修正して1行目にrを付けていただければそれでよいかと思います。
ありがとうございます、修正いたしました。
0
そのままで。
Python
1s = '挨拶 == "\u3053\u3093\u306b\u3061\u306f"' 2print(s) 3挨拶 == "こんにちは"
投稿2020/09/15 13:11
総合スコア84538
実際はスクレイピングで取得されるのが上記のような文字列の形式で、print()で出力する分には問題ないのですが、この値をpandasのDataFrameに挿入する場合は変換されないため、前処理を行いたいです。
現象が再現できるコードを示して下さい。
あなたの回答
tips
プレビュー
