将字符串字节转换为字节数组的Python方法

Question

例如，给定任意字符串。可以是字符或随机的字节：

string = '\xf0\x9f\xa4\xb1'

我想要输出：

b'\xf0\x9f\xa4\xb1'

这似乎很简单，但我无法在任何地方找到答案。当然，只需输入b，然后是字符串即可完成。但我想在运行时或从包含字节字符串的变量中进行此操作。

如果给定的string是AAAA或某些已知的characters，我可以简单地执行string.encode（'utf-8'），但我期望字节字符串只是随机的。对'\ xf0 \ x9f \ xa4 \ xb1'（随机字节）执行该操作会产生意外结果b'\xc3\xb0\xc2\x9f\xc2\xa4\xc2\xb1'。

必须有更简单的方法来做到这一点吧？

编辑：

我想将字符串转换为字节而不使用编码。

- AznBoyStride

---

您想将字符串转换为字节吗？不清楚所需的解决方案是什么...如果您知道它是一个没有b的字节字符串，您可以进行一些字符串格式化。如果您需要它以字节形式，您可以调用bytes(string)。这个帮助吗：https://dev59.com/OXRB5IYBdhLWcg3wgHWr？ - Scott Skiles

是的，我想简单地将字符串转换为字节。 - AznBoyStride

好的，我明白你的问题了。你可能需要使用原始字符串。 - Scott Skiles

bytes 函数接受一个 string 和一个 encoding。由于我期望的字节是随机的，所以我不想为它选择一个编码。 - AznBoyStride

Answer 1

Latin-1字符编码将范围在0x00-0xff内的每个代码点简单地（与Python支持的其他所有编码不同）编码为具有相同值的字节。

byteobj = '\xf0\x9f\xa4\xb1'.encode('latin-1')

你说你不想使用编码，但避免使用编码的其他选择似乎要差得多。

UTF-8编码不适用，因为正如你已经发现的那样，大于0x7f的码点映射到多个字节序列（最多四个字节），其中没有任何一个是与输入码点完全相同的字节值。

省略 .encode() 的参数（如已删除的答案中所示）会强制 Python 猜测编码，这会产生系统相关行为（在大多数系统上可能会选择 UTF-8，但在 Windows 上通常会选择更加不可预测、更加险恶和可怕的东西）。

- tripleee

Answer 2

我找到了一个可行的解决方案。

import struct

def convert_string_to_bytes(string):
    bytes = b''
    for i in string:
        bytes += struct.pack("B", ord(i))
    return bytes       

string = '\xf0\x9f\xa4\xb1'

print (convert_string_to_bytes(string))

输出结果: b'\xf0\x9f\xa4\xb1'

注：该代码涉及将字符串转换为字节流的操作。

- AznBoyStride

---

b''\x1e\x03\xcd\xb6\x93:\x87\xfc\xcfp\xfc\xb7\xba\x8a\x0es\x81P\xe1\x1b\n4a\xe4"\xdfA\x8e\x8a\x15\x18\xb8\x12\xfcB/\xea\x83\xd4\x1dd\xb8\x14\xd3\xb9\xfa\x97B\xfe\x89\xe1\xff\xbe\x02\xedY\xc9pk\'\xf8\x1d9\x1a'' 需要翻译的内容是这样的 - Sadique Khan