Làm cách nào để chuyển đổi một biến chuỗi byte 3 trong Python thành một chuỗi thông thường?

Tôi đã đọc trong một tệp đính kèm email XML với

bytes_string=part.get_payload(decode=False)

Trọng tải đến dưới dạng một chuỗi byte, như tên biến của tôi cho thấy.

Tôi đang cố gắng sử dụng phương pháp Python 3 được đề xuất để biến chuỗi này thành một chuỗi có thể sử dụng được mà tôi có thể thao tác.

Ví dụ cho thấy:

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

Làm cách nào để áp dụng bđối số từ khóa (byte) cho biến của tôi bytes_stringvà sử dụng phương pháp được đề xuất?

Cách tôi đã thử không hiệu quả:

str(bbytes_string, 'utf-8')

Bạn đã có nó gần đúng ở dòng cuối cùng. Bạn muốn

str(bytes_string, 'utf-8')

bởi vì loại bytes_stringlà bytes, giống như loại b'abc'.

Gọi decode()một bytesphiên bản để lấy văn bản mà nó mã hóa.

str = bytes.decode()

ĐÃ CẬP NHẬT:

KHÔNG CÓ BẤT CỨ bvà dấu ngoặc kép ở đầu và cuối

Làm thế nào để chuyển đổi bytesnhư đã thấy thành chuỗi, ngay cả trong các tình huống kỳ lạ.

Vì mã của bạn có thể có các ký tự không thể nhận dạng để 'utf-8'mã hóa, nên tốt hơn là chỉ sử dụng str mà không có bất kỳ tham số bổ sung nào:

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

print(text)

Output: \x02-\xdfI

nếu bạn thêm 'utf-8'tham số, vào các byte cụ thể này, bạn sẽ nhận được lỗi.

Như tiêu chuẩn PYTHON 3 đã nói, textbây giờ sẽ có trong utf-8 mà không cần quan tâm.

Làm cách nào để lọc (bỏ qua) các ký tự không phải UTF8 khỏi mảng?

Để giải quyết nhận xét này trong bài đăng của @ uname01 và OP, hãy bỏ qua các lỗi:

Mã

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

Chi tiết

Từ tài liệu , đây là các ví dụ khác sử dụng cùng một errorstham số:

>>> 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

Đối số lỗi chỉ định phản hồi khi chuỗi đầu vào không thể được chuyển đổi theo quy tắc của mã hóa. Giá trị pháp lý cho đối số này là 'strict'(nêu ra một UnicodeDecodeErrorngoại lệ), 'replace'(sử dụng U+FFFD, REPLACEMENT CHARACTER), hoặc 'ignore'(chỉ bỏ ký tự ra khỏi kết quả Unicode).