Python中二进制串转换为通用字符串的实用技巧

一个小问题

今日进行实验时，需读取并整理包含中英文词汇的TXT文件。

Python代码默认采用UTF-8编码规则。读取文件时，每行内容呈现为二进制串，格式如下：

b'heroes\xff.....

后续处理要求操作对象必须为通用字符串，因此执行以下操作：

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

此时lineVec的元素类型虽为string，但输出仍显示为“b'heros\xff…..”，二进制标志依然存在。由于后续对以lineVec元素为键的字典进行索引时，仅能识别通用字符串键，导致每次索引均抛出KeyError异常。

经过多次尝试发现：二进制串经str()函数转换后，内容已转化为通用字符串。即“b'heros\xff……”中的字符均可通过Python字符串处理手段进行操作。

若给定word=”b'heros”，欲获取通用字符串形式的“heros”，可直接截取word第3至最后一个字符，或替换“b'”：

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 

注意，若写作'b''会引发报错。需用双引号包裹单引号进行替换。

使用上述方法更新字典键后，问题得以解决。

一些扩充

在解决上述问题时，查阅了多种相关解决方法，对Python中二进制串与通用字符串的转换有了初步了解。然而，现有方法多针对纯英语字符串，对前述中文字符无效。使用以下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'，需将其转换为二进制串时，可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

在文本文件读取与解析过程中，常遇到此类二进制问题，希望本文能对大家有所帮助。

以上关于Python二进制串转换为通用字符串的方法即为分享的全部内容，希望能提供参考，并感谢大家的支持。