Intepretering XLSX文檔中的特殊字符

Question

我正在使用xlsx Python庫來讀取XLSX文檔，但某些列數據包含特殊字符，如_x000D_。這怎麼能轉換成它的原始形式？

Answer 1

如果_x000D_應該表示一個帶有十六進制代碼點的unicode字符，則可以使用正則表達式表達式來查找它們，並使用回調函數將其轉換爲適當的值。

import re 

input_string = "H_x00E9_llo W_x00D8_rld!" 

def parse_escaped_character_match(match): 
    return unichr(int(match.group(1), 16)) 

print re.sub("_x([0-9A-F]{4})_", parse_escaped_character_match, input_string) 
# prints "Héllo WØrld!"