将字节转换为字符串

Decode the bytes object 产生一个字符串：

>>> b"abcde".decode("utf-8") 
'abcde'

上面的示例假设 bytes 对象是 UTF-8，因为它是一种常见的编码。但是，您应该使用数据实际所在的编码！

---

解码字节字符串并将其转换为字符 (Unicode) 字符串。

蟒蛇 3：

encoding = 'utf-8'
b'hello'.decode(encoding)

或者

str(b'hello', encoding)

蟒蛇2：

encoding = 'utf-8'
'hello'.decode(encoding)

或者

unicode('hello', encoding)

---

这将一个字节列表连接成一个字符串：

>>> bytes_data = [112, 52, 52]
>>> "".join(map(chr, bytes_data))
'p44'

---

如果您不知道编码，那么要以 Python 3 和 Python 2 兼容的方式将二进制输入读入字符串，请使用古老的 MS-DOS CP437 编码：

PY3K = sys.version_info >= (3, 0)

lines = []
for line in stream:
    if not PY3K:
        lines.append(line)
    else:
        lines.append(line.decode('cp437'))

因为编码是未知的，所以非英文符号会翻译成 cp437 的字符（英文字符不会被翻译，因为它们在大多数单字节编码和 UTF-8 中都匹配）。

将任意二进制输入解码为 UTF-8 是不安全的，因为您可能会得到以下信息：

>>> b'\x00\x01\xffsd'.decode('utf-8')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 2: invalid
start byte

这同样适用于 latin-1，它在 Python 2 中很流行（默认？）。请参阅 Codepage Layout 中的缺失点 - 这是 Python 与臭名昭著的 ordinal not in range 窒息的地方。

更新 20150604：有传言称 Python 3 具有 surrogateescape 错误策略，可以将内容编码为二进制数据而不会丢失数据和崩溃，但它需要转换测试，[binary] -> [str] -> [binary]，以验证性能和可靠性。

更新 20170116：感谢 Nearoo 的评论 - 还有可能使用 backslashreplace 错误处理程序对所有未知字节进行斜线转义。这仅适用于 Python 3，因此即使使用此解决方法，您仍然会从不同的 Python 版本中获得不一致的输出：

PY3K = sys.version_info >= (3, 0)

lines = []
for line in stream:
    if not PY3K:
        lines.append(line)
    else:
        lines.append(line.decode('utf-8', 'backslashreplace'))

有关详细信息，请参阅 Python’s Unicode Support。

更新 20170119：我决定实现适用于 Python 2 和 Python 3 的斜线转义解码。它应该比 cp437 解决方案慢，但它应该在每个 Python 版本上产生相同的结果。

# --- preparation

import codecs

def slashescape(err):
    """ codecs error handler. err is UnicodeDecode instance. return
    a tuple with a replacement for the unencodable part of the input
    and a position where encoding should continue"""
    #print err, dir(err), err.start, err.end, err.object[:err.start]
    thebyte = err.object[err.start:err.end]
    repl = u'\\x'+hex(ord(thebyte))[2:]
    return (repl, err.end)

codecs.register_error('slashescape', slashescape)

# --- processing

stream = [b'\x80abc']

lines = []
for line in stream:
    lines.append(line.decode('utf-8', 'slashescape'))

---

In Python 3，默认编码是"utf-8"，所以可以直接使用：

b'hello'.decode()

这相当于

b'hello'.decode(encoding="utf-8")

另一方面，in Python 2，编码默认为默认字符串编码。因此，您应该使用：

b'hello'.decode(encoding)

其中 encoding 是您想要的编码。

Note: 在 Python 2.7 中添加了对关键字参数的支持。

---

我认为你实际上想要这个：

>>> from subprocess import *
>>> command_stdout = Popen(['ls', '-l'], stdout=PIPE).communicate()[0]
>>> command_text = command_stdout.decode(encoding='windows-1252')

Aaron 的回答是正确的，只是您需要知道要使用哪种编码。而且我相信 Windows 使用“windows-1252”。仅当您的内容中有一些不寻常的（非 ASCII）字符时才重要，但它会有所作为。

顺便说一句，它确实很重要的事实是 Python 转向对二进制和文本数据使用两种不同类型的原因：它不能在它们之间进行神奇的转换，因为除非你告诉它，否则它不知道编码！您知道的唯一方法是阅读 Windows 文档（或在此处阅读）。

---

由于这个问题实际上是在询问 subprocess 输出，因此您可以使用更直接的方法。最现代的方法是使用 subprocess.check_output 并传递 text=True (Python 3.7+) 以使用系统默认编码自动解码标准输出：

text = subprocess.check_output(["ls", "-l"], text=True)

对于 Python 3.6，Popen 接受 encoding 关键字：

>>> from subprocess import Popen, PIPE
>>> text = Popen(['ls', '-l'], stdout=PIPE, encoding='utf-8').communicate()[0]
>>> type(text)
str
>>> print(text)
total 0
-rw-r--r-- 1 wim badger 0 May 31 12:45 some_file.txt

如果您不处理子进程输出，则标题中问题的一般答案是将字节解码为文本：

>>> b'abcde'.decode()
'abcde'

如果没有参数，将使用 sys.getdefaultencoding()。如果您的数据不是 sys.getdefaultencoding()，那么您必须在 decode 调用中明确指定编码：

>>> b'caf\xe9'.decode('cp1250')
'café'

---

将universal_newlines设置为True，即

command_stdout = Popen(['ls', '-l'], stdout=PIPE, universal_newlines=True).communicate()[0]

---

要将字节序列解释为文本，您必须知道相应的字符编码：

unicode_text = bytestring.decode(character_encoding)

例子：

>>> b'\xc2\xb5'.decode('utf-8')
'µ'

ls 命令可能会产生无法解释为文本的输出。 Unix 上的文件名可以是除斜杠 b'/' 和零 b'\0' 之外的任何字节序列：

>>> open(bytes(range(0x100)).translate(None, b'\0/'), 'w').close()

尝试使用 utf-8 编码解码这样的字节汤会引发 UnicodeDecodeError。

情况可能更糟。如果您使用错误的不兼容编码，解码可能会静默失败并产生 mojibake：

>>> '—'.encode('utf-8').decode('cp1252')
'—'

数据已损坏，但您的程序仍然不知道发生了故障。

一般来说，使用什么字符编码并不嵌入字节序列本身。您必须在带外传达此信息。某些结果比其他结果更有可能，因此存在可以猜测字符编码的 chardet 模块。一个 Python 脚本可能在不同的地方使用多个字符编码。

ls 输出可以使用 os.fsdecode() 函数转换为 Python 字符串，即使对于 undecodable filenames 也成功（它在 Unix 上使用 sys.getfilesystemencoding() 和 surrogateescape 错误处理程序）：

import os
import subprocess

output = os.fsdecode(subprocess.check_output('ls'))

要获取原始字节，您可以使用 os.fsencode()。

如果您传递 universal_newlines=True 参数，则 subprocess 使用 locale.getpreferredencoding(False) 来解码字节，例如，它可以是 Windows 上的 cp1252。

要即时解码字节流，可以使用 io.TextIOWrapper()：example。

不同的命令可能对其输出使用不同的字符编码，例如，dir 内部命令 (cmd) 可能使用 cp437。要解码其输出，您可以显式传递编码（Python 3.6+）：

output = subprocess.check_output('dir', shell=True, encoding='cp437')

文件名可能与 os.listdir()（使用 Windows Unicode API）不同，例如，'\xb6' 可以替换为 '\x14' — Python 的 cp437 编解码器映射 b'\x14' 来控制字符 U+0014 而不是 U+00B6 (¶)。要支持具有任意 Unicode 字符的文件名，请参阅 Decode PowerShell output possibly containing non-ASCII Unicode characters into a Python string

---

当 @Aaron Maenpaa's answer 正常工作时，用户 recently asked：

还有更简单的方法吗？ 'fhand.read().decode("ASCII")' [...] 太长了！

您可以使用：

command_stdout.decode()

decode() 有一个 standard argument：

codecs.decode(obj, encoding='utf-8', errors='strict')

---

如果您应该通过尝试 decode() 获得以下信息：

AttributeError：“str”对象没有属性“decode”

您还可以直接在强制转换中指定编码类型：

>>> my_byte_str
b'Hello World'

>>> str(my_byte_str, 'utf-8')
'Hello World'

---

如果您遇到此错误：

utf-8 codec can't decode byte 0x8a，

那么最好使用以下代码将字节转换为字符串：

bytes = b"abcdefg"
string = bytes.decode("utf-8", "ignore") 

---

我做了一个清理列表的功能

def cleanLists(self, lista):
    lista = [x.strip() for x in lista]
    lista = [x.replace('\n', '') for x in lista]
    lista = [x.replace('\b', '') for x in lista]
    lista = [x.encode('utf8') for x in lista]
    lista = [x.decode('utf8') for x in lista]

    return lista

---

处理来自 Windows 系统的数据（以 \r\n 行结尾）时，我的答案是

String = Bytes.decode("utf-8").replace("\r\n", "\n")

为什么？用多行 Input.txt 试试这个：

Bytes = open("Input.txt", "rb").read()
String = Bytes.decode("utf-8")
open("Output.txt", "w").write(String)

您的所有行尾都将加倍（到 \r\r\n），从而导致额外的空行。 Python 的文本读取函数通常对行尾进行规范化，以便字符串仅使用 \n。如果您从 Windows 系统接收二进制数据，Python 没有机会这样做。因此，

Bytes = open("Input.txt", "rb").read()
String = Bytes.decode("utf-8").replace("\r\n", "\n")
open("Output.txt", "w").write(String)

将复制您的原始文件。

---

对于 Python 3，这是一种从 byte 转换为 string 的更安全且 Pythonic 的方法：

def byte_to_str(bytes_or_str):
    if isinstance(bytes_or_str, bytes): # Check if it's in bytes
        print(bytes_or_str.decode('utf-8'))
    else:
        print("Object not of byte type")

byte_to_str(b'total 0\n-rw-rw-r-- 1 thomas thomas 0 Mar  3 07:03 file1\n-rw-rw-r-- 1 thomas thomas 0 Mar  3 07:03 file2\n')

输出：

total 0
-rw-rw-r-- 1 thomas thomas 0 Mar  3 07:03 file1
-rw-rw-r-- 1 thomas thomas 0 Mar  3 07:03 file2

---

对于“运行 shell 命令并将其输出作为文本而不是字节”的 特定 情况，在 Python 3.7 上，您应该使用 subprocess.run 并传入 text=True（以及 {4 } 来捕获输出）

command_result = subprocess.run(["ls", "-l"], capture_output=True, text=True)
command_result.stdout  # is a `str` containing your program's stdout

text 以前称为 universal_newlines，并在 Python 3.7 中进行了更改（嗯，别名）。如果要支持 3.7 之前的 Python 版本，请传入 universal_newlines=True 而不是 text=True

---

来自 sys — System-specific parameters and functions：

要从/向标准流写入或读取二进制数据，请使用底层二进制缓冲区。例如，要将字节写入标准输出，请使用 sys.stdout.buffer.write(b'abc')。

---

使用 .decode() 解码。这将解码字符串。传入 'utf-8') 作为内部的值。

---

字节

m=b'This is bytes'

转换为字符串

方法一

m.decode("utf-8")

或者

m.decode()

方法二

import codecs
codecs.decode(m,encoding="utf-8")

或者

import codecs
codecs.decode(m)

方法三

str(m,encoding="utf-8")

或者

str(m)[1:-1]

结果

'This is bytes'

---

def toString(string):    
    try:
        return v.decode("utf-8")
    except ValueError:
        return string

b = b'97.080.500'
s = '97.080.500'
print(toString(b))
print(toString(s))

---

如果要转换任何字节，而不仅仅是转换为字节的字符串：

with open("bytesfile", "rb") as infile:
    str = base64.b85encode(imageFile.read())

with open("bytesfile", "rb") as infile:
    str2 = json.dumps(list(infile.read()))

然而，这不是很有效。它将一张 2 MB 的图片变成 9 MB。

---

尝试这个

bytes.fromhex('c3a9').decode('utf-8') 

---

我们可以使用 bytes.decode(encoding='utf-8', errors='strict') 解码字节对象以生成字符串作为文档。点击here

Python3 示例：

byte_value = b"abcde"
print("Initial value = {}".format(byte_value))
print("Initial value type = {}".format(type(byte_value)))
string_value = byte_value.decode("utf-8")
# utf-8 is used here because it is a very common encoding, but you need to use the encoding your data is actually in.
print("------------")
print("Converted value = {}".format(string_value))
print("Converted value type = {}".format(type(string_value)))

输出：

Initial value = b'abcde'
Initial value type = <class 'bytes'>
------------
Converted value = abcde
Converted value type = <class 'str'>

注意：在 Python3 中，默认编码类型是 utf-8。所以，<byte_string>.decode("utf-8") 也可以写成 <byte_string>.decode()

---

尝试使用这个；此函数将忽略所有非字符集（如 utf-8）二进制文件并返回一个干净的字符串。它已针对 python3.6 及更高版本进行了测试。

def bin2str(text, encoding = 'utf-8'):
    """Converts a binary to Unicode string by removing all non Unicode char
    text: binary string to work on
    encoding: output encoding *utf-8"""

    return text.decode(encoding, 'ignore')

在这里，该函数将获取二进制文件并对其进行解码（使用 python 预定义字符集将二进制数据转换为字符，并且 ignore 参数忽略二进制文件中的所有非字符集数据，最后返回您想要的 string 值。

如果您不确定编码，请使用 sys.getdefaultencoding() 获取设备的默认编码。

---