Python - 将二进制文件中的宽字符字符串转换为Python Unicode字符串

Question

今天过得很漫长，我有点困惑。

我正在读取一个包含许多宽字符字符串的二进制文件，并希望将其转储为Python Unicode字符串。(为了解包非字符串数据，我使用struct模块，但我不知道如何处理字符串。)

例如，读取单词"Series":

myfile = open("test.lei", "rb")
myfile.seek(44)
data = myfile.read(12)

# data is now 'S\x00e\x00r\x00i\x00e\x00s\x00'

我该如何将原始的宽字符数据编码为Python字符串？

编辑：我正在使用Python 2.6

- Mikesname

---

“file” 不应该用于打开文件；应该使用 “open”。如果这确实是一个编码有些奇怪的文本文件，那么 “codecs.open” 是一个很好的选择。 - Mike Graham

Mike G - 很正确，我已经更正了这个例子。实际上，我通常使用“open”，但今天我的ipython shell出了一些问题，给了我一个晦涩的错误。我可能已经用其他东西覆盖了它。 - Mikesname

Answer 1

>>> data = 'S\x00e\x00r\x00i\x00e\x00s\x00'
>>> data.decode('utf-16')
u'Series'

- interjay

Answer 2

我也建议在解码后使用rstrip与'\x00'一起，以删除所有'\x00'尾随字符，除非它们当然不需要。

>>> data = 'S\x00o\x00m\x00e\x00\x20\x00D\x00a\x00t\x00a\x00\x00\x00\x00\x00'
>>> print '"%s"' % data.decode('utf-16').rstrip('\x00')
>>> "Some Data"

如果没有使用 rstrip('\x00')，结果会带有尾随空格：

>>> "Some Data  "

- Delimitry

Answer 3

如果所涉及的字符串已知不包含FF以外的任何字符，则可以通过省略零字节生成字符串而不是Unicode对象，这是另一种可能性：

>>> 'S\x00e\x00r\x00i\x00e\x00s\x00'[::2]
'Series'

- kismet

Answer 4

嗯，你为什么说“open”比“file”更好呢？我在参考文献（Python 2.5）中看到：

3.9 文件对象 文件对象使用C的stdio包实现，并且可以使用内置构造函数file()创建，该函数在第2.1节“内置函数”中描述。3.6 ----- 脚注（3.6）file()是Python 2.2中的新功能。旧的内置函数open()是file()的别名。

- Nas Banov