Python中字節到字符串的轉換似乎未按預期工作

Question

為什么在Python 3中會執行以下代碼

print(str(b"Hello"))

輸出b'Hello'而不是常規文本字符串中的Hello ？ 從最相關的二進制字符串類型創建str對象看起來似乎是最終的，很容易的，這是違反直覺的。

Answer 1

在Python 3， bytes.__str__ 沒有被定義 ，所以bytes.__repr__來代替，當使用str()的對象。 請注意， print() 還會對傳入的對象調用str() ，因此這里的調用完全是多余的。

如果您希望輸入文字，請顯式解碼：

print(b'Hello'.decode('ascii'))

str()類型可以顯式處理bytes對象，但前提是（再次）必須提供一個顯式編解碼器來首先解碼字節：

print(str(b'Hello', 'ascii'))

該文檔對此行為非常明確 ：

如果既未給出編碼也未給出錯誤 ，則str(object)返回object.__str__() ，它是object.__str__()的“非正式”或可很好打印的字符串表示形式。 對於字符串對象，這是字符串本身。 如果object沒有__str__()方法，則str()會返回返回repr(object) 。

如果至少給出了編碼或錯誤之一，則object應該是類似字節的對象 （例如bytes或bytearray ）。 在這種情況下，如果object是一個bytes （或bytearray ）對象，則str(bytes, encoding, errors)等效於bytes.decode(encoding, errors) 。

和

在沒有編碼或錯誤參數的情況下將bytes對象傳遞給str()屬於返回非正式字符串表示形式的第一種情況。

強調我的 。

Answer 2

您為什么要“起作用”？ 一個bytes對象是一個bytes對象，它在Python 3中的字符串表示形式就是這種形式。 您可以將其內容轉換為適當的文本字符串（在Python3中-在Python2中為“ unicode”對象），您必須將其解碼為文本。

為此，您需要了解編碼-

請嘗試以下操作：

print(b"Hello".decode("latin-1"))

請注意假定的“ latin-1”文本編解碼器，它將把不在ASCII范圍（128-256）中的代碼透明地轉換為unicode。 Windows默認使用的編解碼器，用於西歐語言。

“ utf-8”編解碼器可以表示更大范圍的字符，並且是國際文本的首選編碼-但是，如果您的字節字符串未正確由utf-8字符組成，則在處理過程中可能會出現UnicodeDecode錯誤。

請閱讀http://www.joelonsoftware.com/articles/Unicode.html以正確理解有關文本的信息。

Answer 3

事先，對不起我的英語...

嘿，幾周前我遇到了這個問題。 就像上面的人所說的那樣。 如果解碼過程的異常無關緊要，這里有個提示。 在這種情況下，您可以使用：

bytesText.decode(textEncoding, 'ignore')

例如：

>>> b'text \xab text'.decode('utf-8', 'ignore')  # Using UTF-8 is nice as you might know!
'text  text'                                     # As you can see, the « (\xab) symbol was
                                                 # ignored :D