如何在Python中读取二进制字符串

Question

我想知道如何在Python中给出字符串的二进制编码。

例如，

>>> b'\x25'
b'%'

要么

>>>b'\xe2\x82\xac'.decode()
'€'

但

>>> b'\xy9'
File "<stdin>", line 1
SyntaxError: (value error) invalid \x escape at position 0

请您解释一下\\xe2代表什么以及这种二进制编码是如何工作的。

Answer 1

\\x用于引入十六进制值，并且必须紧随其后的是两个十六进制数字。 例如， \\xe2表示字节（十进制）226（= 14 * 16 + 2）。

在第一种情况下，两个字符串b'\\x25'和b'%'是相同的； Python尽可能使用ASCII等效项显示值。

Answer 2

我假设您使用的是Python 3版本。 在Python 3中，默认编码为UTF-8 ，因此b'\\xe2\\x82\\xac'.decode()实际上是b'\\xe2\\x82\\xac'.decode('UTF-8) 。

它给出字符'€' ，即Unicode中的U + 20AC，而U + 20AC的UTF8编码的确是3个字节的“ b” \\ xe2 \\ x82 \\ xac。

因此，所有ascii字符（低于128的代码）都被编码为一个字节，其值与unicode代码相同。 与一个单一的16位unicode值相对应的非ascii字符被utf8编码为2或3个字节（这被称为Basic Multilingual Plane ）。