如何解码字节对象的字符串表示？答案

【问题标题】：How to decode a string representation of a bytes object?如何解码字节对象的字符串表示？
【发布时间】：2019-07-20 05:11:41
【问题描述】：

我有一个字符串，其中包含编码字节：

str1 = "b'Output file \xeb\xac\xb8\xed\x95\xad\xeb\xb6\x84\xec\x84\x9d.xlsx Created'"

我想解码它，但我不能，因为它已经变成了一个字符串。因此我想问是否有任何方法可以将其转换为

str2 = b'Output file \xeb\xac\xb8\xed\x95\xad\xeb\xb6\x84\xec\x84\x9d.xlsx Created'

这里的str2 是一个bytes 对象，我可以使用它轻松解码

str2.decode('utf-8')

得到最终结果：

'Output file 문항분석.xlsx Created'

【问题讨论】：

标签： python python-3.x decode

【解决方案1】：

你可以使用ast.literal_eval:

>>> print(str1)
b'Output file \xeb\xac\xb8\xed\x95\xad\xeb\xb6\x84\xec\x84\x9d.xlsx Created'
>>> type(str1)
<class 'str'>

>>> from ast import literal_eval
>>> literal_eval(str1).decode('utf-8')
'Output file 문항분석.xlsx Created'

【讨论】：

SyntaxError: bytes 只能包含 ASCII 文字字符。
这表明您的输入实际上类似于"b'Output file ë¬¸í\x95\xadë¶\x84ì\x84\x9d.xlsx Created'"，而不是我从您的问题中推断出的转义字符串。老实说，我认为是时候去解决那些给你带来如此混乱输入的东西了……
dropbox.com/s/fmkrhy0pt29rdi3/…
请看我之前的评论——一旦事情变得如此混乱，你最好修复任何产生如此令人不快的字符串的东西。
我自己已经转换成字节 msg = bytes("Output file " + output_filename + " Created", 'utf-8') print(msg) 通过popen().communicate发送msg () 函数在我收到通信后不支持原始 msg 我得到了上面的字节字符串列表

【解决方案2】：

根据您的 cmets 中提到的 SyntaxError，您在尝试打印时可能会遇到测试问题，因为在您的控制台中 stdout 设置为 ascii（您可能还会发现您的控制台确实不支持您可能尝试打印的某些字符）。您可以尝试以下方法将sys.stdout 设置为utf-8 并查看您的控制台将打印什么（只需使用下面的字符串切片和encode 来获取字节，而不是已经建议的ast.literal_eval 方法）：

import codecs
import sys

sys.stdout = codecs.getwriter('utf-8')(sys.stdout.buffer)

s = "b'Output file \xeb\xac\xb8\xed\x95\xad\xeb\xb6\x84\xec\x84\x9d.xlsx Created'"
b = s[2:-1].encode().decode('utf-8')

【讨论】：

AttributeError: 'OutStream' 对象没有属性 'buffer'
@SujilDevkota - 不幸的是，我无法复制该错误。必须有一些其他环境因素（即问题中未包含的附加代码、我们不期望的某种操作系统/外壳组合等）。

【解决方案3】：

一个简单的方法是假设初始字符串的所有字符都在 [0,256) 范围内，并映射到同一个 Unicode 值，也就是说它是一个 Latin1 编码的字符串。

然后转换是微不足道的：

str1[2:-1].encode('Latin1').decode('utf8')

【讨论】：

谢谢，它很短，而且比我发现的解决方案更容易
但有一件事是，当我单独运行此代码时它工作正常，但在我的主程序中，当我实现它时，Latin1 编码后的字符串将自动在任何 \ 前面添加 \ 所以有\\ 在字符串中因此对其进行解码使其仅删除单个斜杠。因此，上面的代码类似于 str1 [2：-1]。我认为为了逃避\字符python正在添加另一个\。我该如何处理它

【解决方案4】：

最后我找到了一个答案，我使用一个函数将字符串转换为不编码的字节。给定字符串

str1 = "b'Output file \xeb\xac\xb8\xed\x95\xad\xeb\xb6\x84\xec\x84\x9d.xlsx Created'"

现在我只在其中包含实际的编码文本

str1[2:-1]

并将其传递给将字符串转换为字节而不对其值进行编码的函数

import struct
def rawbytes(s):
    """Convert a string to raw bytes without encoding"""
    outlist = []
    for cp in s:
        num = ord(cp)
        if num < 255:
            outlist.append(struct.pack('B', num))
        elif num < 65535:
            outlist.append(struct.pack('>H', num))
        else:
            b = (num & 0xFF0000) >> 16
            H = num & 0xFFFF
            outlist.append(struct.pack('>bH', b, H))
    return b''.join(outlist)

因此，调用该函数会将其转换为字节，然后进行解码

rawbytes(str1[2:-1]).decode('utf-8')

会给出正确的输出

'Output file 문항분석.xlsx Created'

【讨论】：