如何将Python 3字节字符串变量转换为常规字符串？

116

我已经阅读了一个XML电子邮件附件

bytes_string=part.get_payload(decode=False)

正如我的变量名所示，有效负载以字节字符串形式出现。

我正在尝试使用推荐的Python 3方法将此字符串转换为可以操纵的可用字符串。

该示例显示：

str(b'abc','utf-8')

如何将b（bytes）关键字参数应用于变量bytes_string并使用推荐的方法？

我尝试的方法不起作用：

str(bbytes_string, 'utf-8')

— Django的探戈
source

210

您在最后一行中几乎正确了。你要

str(bytes_string, 'utf-8')

因为类型bytes_string就是bytes，相同的类型b'abc'。

— 托比·斯皮特（Toby Speight）
source

6

str(bytes_string, 'utf-8', 'ignore')通过传递第三个参数可以忽略错误。

— Shubhamoy

2

看起来它应该是对pylang答案的注释（该地址用于处理无效输入）。如果（您认为）没有问题bytes_string，那么为什么要忽略错误？

— Toby Speight

3

我得到以下你的方法错误：UnicodeDecodeError: 'utf-8' codec can't decode byte 0xbf in position 0: invalid start byte适用以下字节串b'\xbf\x8cd\xba\x7f\xe0\xf0\xb8t\xfe.TaFJ\xad\x100\x07p\xa0\x1f90\xb7P\x8eP\x90\x06)0'@TobySpeight

— 阿尔珀

@alper，那不是有效的UTF-8字符串，那么您期望什么？

— Toby Speight，

感谢您的解决方案

— Ajay Kumar

49

调用decode()一个bytes实例来得到它编码的文本。

str = bytes.decode()

— uname01
source

5

UnicodeDecodeError：“ utf-8”编解码器无法解码位置230中的字节0xf6：无效的起始字节

— Juha Untinen

3

@JuhaUntinen您的编码可能不是utf-8。

— tommy.carstensen 16/09/22

4

如何从数组中过滤（跳过）非UTF8字符？

— Failov博士16年

9

更新：

没有任何内容，b并且在开头和结尾都使用引号

bytes即使在很奇怪的情况下，也如何转换为字符串。

由于您的代码可能包含无法识别的字符'utf-8'，因此最好只使用str而不带任何其他参数：

some_bad_bytes = b'\x02-\xdfI#)'
text = str( some_bad_bytes )[2:-1]

print(text)

Output: \x02-\xdfI

如果您添加 'utf-8'参数到这些特定字节，则应该收到错误。

正如PYTHON 3标准所说，text现在不用担心会出现在utf-8中。

— 赛菲
source

结果是“ b'\\ x02-\\ xdfI＃）'”，这可能不是他想要的

— Glen Thompson

@GlenThompson只是发生不良情况的一个示例。我故意使用此特定文字。如果您的意思是文本b

— 开头

非常感谢我正在寻找一种方法来删除具有ansi字符的字符串的b''而不进行编码和丢失字符，我是python中的新手，不知道我可以从头开始减少数组并开始使用索引：O

— 迭戈·费尔南多·穆里略·瓦伦奇'18

@DiegoFernandoMurilloValenci，您的欢迎。很高兴能为您提供帮助。

— 塞菲（Seyfi）'18

6

如何从数组中过滤（跳过）非UTF8字符？

要在@ uname01的帖子和OP中解决此评论，请忽略以下错误：

码

>>> b'\x80abc'.decode("utf-8", errors="ignore")
'abc'

细节

在docs中，以下是使用相同errors参数的更多示例：

>>> b'\x80abc'.decode("utf-8", "replace")
'\ufffdabc'
>>> b'\x80abc'.decode("utf-8", "backslashreplace")
'\\x80abc'
>>> b'\x80abc'.decode("utf-8", "strict")  
Traceback (most recent call last):
    ...
UnicodeDecodeError: 'utf-8' codec can't decode byte 0x80 in position 0:
  invalid start byte

errors参数指定无法根据编码规则转换输入字符串时的响应。此参数的合法值为'strict'（引发UnicodeDecodeError异常），'replace'（use U+FFFD，REPLACEMENT CHARACTER）或'ignore'（仅将字符保留在Unicode结果之外）。

— pylang
source