Python二进制串转换为通用字符串

2023-01-31 05:01:06 通用 字符串 转换为

一个小问题

       今天在做一个实验时,需要对一个包含中英文词汇的TXT文件进行读入和整理。

       python代码的编码规则为UTF-8。在读入时,文件的每行是二进制串,形如:

b'heroes\xff.....

       在对每行进一步进行处理时,要求处理对象必须为通用字符串,所以:

lineVec = str(line).strip().split('\t')

       此时的lineVec的元素类型为string,但输出是仍然是 “b’heros\xff…..” ,仍然无法摆脱二进制标志的影响。然而,尴尬的是,在后边对以lineVec元素作为键的字典进行索引时,只能获得通用字符串的键。所以,每次索引都以KeyError退出。
       在多次尝试之后,我发现:二进制串在经过str()函数转化之后,已经将所有的内容都转化成了一个通用的字符串。也就是说,“b’heros\xff……”中的所有字符都是可以用Python的字符串处理手段处理的。
       给定一个 Word=”b’heros”,如果希望得到通用字符串形式的单词”heros”,那么我们可以直接取字符串word的第3至最后一个字母,或将“b’”直接替换掉:

newWord = word[2:-1]
#或
newWord = word.replace("b'",'')    #因为单引号是python中表示字符串的特殊功能字符,所以被替换的字               符写作'b''会报错。需要用双引号把单引号括起来。

        在用上面的方法把字典键都更新了一遍之后,世界瞬间和谐了。

一些扩充

       在解决上边的问题的过程中,搜索了许多相关的解决方法,对python中二进制串与通用字符串之间的转换有了一定的了解。但都是关于纯英语字符串转换的,对上边的中文字符无用。用下面方法转换中文字符串时会出现编码错误。
       给定通用字符串 string = ‘a string’ , 需要把它转换为二进制串时,可以直接调用字符串的内置方法:

print string
>>>a string

bstring = string.encode('ascii')    # encode方法,参数用来指定编码标准
print bstring
>>>b'a string'

string1 = bstring.decode('ascii')    # encode的逆,对二进制串进行解码
print string1
>>>a string

       在进行文本文件读入和解析时,经常会遇到这样的二进制问题,希望对大家有所帮助。

相关文章