如何在Python 3中解析字节串？

Question

基本上，我有两个字节串在单独的一行中，就像这样：

b'\xe0\xa6\xb8\xe0\xa6\x96 - \xe0\xa6\xb6\xe0\xa6\x96\n'

我正在使用urllib从在线文件导入一个包含Unicode字符串的文本，我想比较单独的字节串，以便我可以替换错误的字节串。然而，我找不到任何方法来解析字符串，以便我在两个不同的变量中获取\xe0\xa6\xb8\xe0\xa6\x96和\xe0\xa6\xb6\xe0\xa6\x96。

我尝试将其转换为原始字符串，如str(b'\xe0\xa6\xb8\xe0\xa6\x96')，索引实际上是有效的，但在这种情况下，我无法返回到最初的字节串。

有可能吗？

- srdg

Answer 1

我建议尝试类似这样的方法...

arr = b'\xe0\xa6\xb8\xe0\xa6\x96 - \xe0\xa6\xb6\xe0\xa6\x96\n'

splt = arr.decode().split(' - ')

b_arr1 = splt[0].encode()
b_arr2 = splt[1].encode()

我在 Python 3 终端中尝试了一下，它可以正常工作。

- Jake

---

嘿，那个有效！非常感谢！ 还有一个问题，我如何去掉第二个字节串末尾的换行符？同样的 decode() - encode() 过程，希望可以吗？ - srdg

Answer 2

我会这样做：

a = b'\xe0\xa6\xb8\xe0\xa6\x96 - \xe0\xa6\xb6\xe0\xa6\x96\n'

parts = [part.strip() for part in a.decode().split('-')]

first_part = parts[0].encode()
second_part = parts[1].encode()

- Jahongir Rahmonov

---

strip() 函数的目的是什么？ - Jake

@JakeStephens 它会去掉空格，只留下所需的字符。以防在“-”之前和之后有多个空格。 - Jahongir Rahmonov

通常在处理二进制数据时，您不希望这样做...它不是真正的文本，您认为的“空格”可能不是您想象的那样。 - Havenard