如何在Python中讀取二進制字符串

Question

我想知道如何在Python中給出字符串的二進制編碼。

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

請您解釋一下\\xe2代表什么以及這種二進制編碼是如何工作的。

Answer 1

\\x用於引入十六進制值，並且必須緊隨其后的是兩個十六進制數字。 例如， \\xe2表示字節（十進制）226（= 14 * 16 + 2）。

在第一種情況下，兩個字符串b'\\x25'和b'%'是相同的； Python盡可能使用ASCII等效項顯示值。

Answer 2

我假設您使用的是Python 3版本。 在Python 3中，默認編碼為UTF-8 ，因此b'\\xe2\\x82\\xac'.decode()實際上是b'\\xe2\\x82\\xac'.decode('UTF-8) 。

它給出字符'€' ，即Unicode中的U + 20AC，而U + 20AC的UTF8編碼的確是3個字節的“ b” \\ xe2 \\ x82 \\ xac。

因此，所有ascii字符（低於128的代碼）都被編碼為一個字節，其值與unicode代碼相同。 與一個單一的16位unicode值相對應的非ascii字符被utf8編碼為2或3個字節（這被稱為Basic Multilingual Plane ）。