如何修復此字節對象的編碼以僅保留實際文本並刪除 Python3 中的 '\\x00\\x05*\\x00\\x00\\x0e\\x00bjbj'？

Question

問題：

我正在使用一個 API，它以字節對象的形式檢索感興趣的內容。

字節對象 (myobj) 的值為：

myobj = b'\xd0\xcf\x11\xe0\xa1\xb1\x1a\xe1\x00\x00This is \rthe sentence \rI want to \rkeep.\r\r\x03\r\r\x04\r\r\x03\r\r\x04\x017\x00\x06'

問題：

我怎么只保留這個：“這是我想保留的句子。”

我試過的：

1：我嘗試用UTF-8解碼，但輸出與輸入相同。 我還嘗試過“ascii”、“utf-16”和“utf-8”。 如果我刪除 'ignore' 參數，我會收到一個錯誤：UnicodeDecodeError: 'utf-8' codec can't decode byte 0xd0 in position 0: invalid continuation byte

myobj.decode('utf-8', 'ignore')

2：嘗試使用 string 中的可打印函數，該函數返回的輸出與輸入幾乎相同。

import string
mystr =str(myobj)
print( ''.join(x for x in test2 if x in mystr.printable))

3：我也嘗試使用strip()和replace來刪除部分字符串，但是，有太多不同的字符。

任何建議都會很棒。

謝謝！

Answer 1

你已經差不多了。 結合選項 1 和 2：

new_obj = ''.join(c for c in my_obj.decode('utf-8', 'ignore') if c.isprintable())

但是，您的new_obj將是：

'This is the sentence I want to keep.7'

那是因為，在my_obj接近尾聲時，您得到了'\\x017' 。 這是一個值為 0x01 后跟字符'7'的字節。