字节数组转十六进制字符串

Question

字节数组转十六进制字符串

109

我有一个存储在字节数组中的数据。如何将这些数据转换为十六进制字符串？

我的字节数组示例：

array_alpha = [ 133, 53, 234, 241 ]

- Jamie Wright

1

相关：在Python 3中将字节转换为十六进制字符串的正确方法是什么？ - jfs

5个回答

69

考虑 Python 3.5 及以上版本中 bytes 类型的 hex() 方法：

>>> array_alpha = [ 133, 53, 234, 241 ]
>>> print(bytes(array_alpha).hex())
8535eaf1

编辑：与hexlify相比速度更快（修改自@falsetru的基准测试结果）

from timeit import timeit
N = 10000
print("bytearray + hexlify ->", timeit(
    'binascii.hexlify(data).decode("ascii")',
    setup='import binascii; data = bytearray(range(255))',
    number=N,
))
print("byte + hex          ->", timeit(
    'data.hex()',
    setup='data = bytes(range(255))',
    number=N,
))

结果：

bytearray + hexlify -> 0.011218150997592602
byte + hex          -> 0.005952142993919551

- orip

1

请注意，bytearray + hexlify 返回的数据为字节（b'34567890aed'），而byte + hex 返回的是字符串（34567890aed）。 - Antonin GAVREL

14

hex_string = "".join("%02x" % b for b in array_alpha)

- kindall

4

感谢您提供的答案，它也适用于旧版本的Python（我这里被迫使用2.5.1）。 - Baldrickk

@Baldrickk 是的，离题的答案有多少都很惊人。这个问题被标记为 python2.7。 - personal_cloud

6

如果您有一个numpy数组，可以执行以下操作：

>>> import numpy as np
>>> a = np.array([133, 53, 234, 241])
>>> a.astype(np.uint8).data.hex()
'8535eaf1'

- ostrokach

3

这需要导入一个外部库，而且没有解决 OP 正在使用字节的事实。这不是最健壮的解决方案。 - Mad Physicist

1

我仍然认为回答OP的问题是一个好主意，而不是发布一篇可能对某些人有用的通用帖子。很不可能有人在谷歌上搜索如何处理numpy数组，并找到标题为“Byte Array to Hex String”的问题。 - Mad Physicist

1

这只是一种更糟糕的拼写方式，等同于 bytearray([133, 53, 234, 241]).hex()。 - Eric

@Eric 除非你是从一个numpy“byte数组”开始。 - ostrokach

1

我觉得我误解了你的回答。你的意思是“如果你有一个numpy数组，你可以这样做”，而不是“你可以使用numpy作为工具来完成这个”。 - Eric

显示剩余2条评论

4

或者，如果您喜欢函数式编程：

>>> a = [133, 53, 234, 241]
>>> "".join(map(lambda b: format(b, "02x"), a))
8535eaf1
>>>

- user2555451

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- falsetru · Accepted Answer

使用str.format：

>>> array_alpha = [ 133, 53, 234, 241 ]
>>> print ''.join('{:02x}'.format(x) for x in array_alpha)
8535eaf1

或者使用format

>>> print ''.join(format(x, '02x') for x in array_alpha)
8535eaf1

注意：在格式语句中，02 表示如果需要的话会填充最多 2 个前导的 0。这很重要，因为 [0x1, 0x1, 0x1] 即 (0x010101) 将被格式化为 "111" 而不是 "010101"。

或者使用bytearray和binascii.hexlify：

>>> import binascii
>>> binascii.hexlify(bytearray(array_alpha))
'8535eaf1'

这里是Python 3.6.1中上述方法的性能基准测试结果:

from timeit import timeit
import binascii

number = 10000

def using_str_format() -> str:
    return "".join("{:02x}".format(x) for x in test_obj)

def using_format() -> str:
    return "".join(format(x, "02x") for x in test_obj)

def using_hexlify() -> str:
    return binascii.hexlify(bytearray(test_obj)).decode('ascii')

def do_test():
    print("Testing with {}-byte {}:".format(len(test_obj), test_obj.__class__.__name__))
    if using_str_format() != using_format() != using_hexlify():
        raise RuntimeError("Results are not the same")

    print("Using str.format       -> " + str(timeit(using_str_format, number=number)))
    print("Using format           -> " + str(timeit(using_format, number=number)))
    print("Using binascii.hexlify -> " + str(timeit(using_hexlify, number=number)))

test_obj = bytes([i for i in range(255)])
do_test()

test_obj = bytearray([i for i in range(255)])
do_test()

结果：

Testing with 255-byte bytes:
Using str.format       -> 1.459474583090427
Using format           -> 1.5809937679100738
Using binascii.hexlify -> 0.014521426401399307
Testing with 255-byte bytearray:
Using str.format       -> 1.443447684109402
Using format           -> 1.5608712609513171
Using binascii.hexlify -> 0.014114164661833684

format 方法提供了额外的格式选项，例如用空格 " ".join 或逗号 ", ".join 分隔数字，以及大写打印 "{:02X}".format(x)/format(x, "02X") 等。但这些操作会带来极大的性能影响。