如何将Java的byte[]转换为Python的字符串？

Question

我知道Java和Python在处理字节时有所不同，因此我有些困惑如何将byte[]转换为Python字符串。我有一个Java中的byte[]。

{ 118, -86, -46, -63, 100, -69, -30, -102, -82, -44, -40, 92, 0, 98, 36, -94 }

我想将其转换为Python字符串，以下是我的处理方法：

b=[118, -86, -46, -63, 100, -69, -30, -102, -82, -44, -40, 92, 0, 98, 36, -94]
str=""
for i in b:
    str=str+chr(abs(i))

但是我不确定这是否是正确的做法。

- Minato

---

byte是Java中的数据类型，它不对应于Python的bytestrings。尽管您可以从中获得结果，但它很可能是没有意义的。 - Eli Sadoff

如果这些字节以二进制补码存储，那么使用abs()函数会破坏信息。 - fafl

请参考"在Python中将整数转换为字符串？"，了解将单个Python int转换为str的最小示例。 - Kevin J. Chase

当你输入b=[118, ...]时，你已经将它转换为Python了。你真正的问题可能更像是“如何将Python列表转换为字符串？”或者“如何将许多Python整数转换为字符串？”。第一个可能是str(b)或repr(b)；第二个则类似于' '.join(str(x) for x in b)。另请参阅str.join文档。 - Kevin J. Chase

Answer 1

Java中的byte类型是一个有符号整数，其值范围在-128到127之间。Python的chr函数期望的值范围是0到255。来自Java教程的原始数据类型部分：

byte：byte数据类型是8位有符号二进制补码整数。它的最小值为-128，最大值为127（含）。

您需要将2s补码转换为无符号整数：

def twoscomplement_to_unsigned(i):
    return i % 256

result = ''.join([chr(twoscomplement_to_unsigned(i)) for i in b])

然而，如果这是 Python 3，您确实希望使用 bytes 类型：

result = bytes(map(twoscomplement_to_unsigned, b))

- Martijn Pieters

---

可以在Python中实现为i％256。 - anthony sottile

Martijn，我注意到你在连接时在括号内使用了一个列表。这样做比直接将gencomp传递给join更快吗？ - Jean-François Fabre

@Jean-FrançoisFabre：参见 Python中不带“[ ]”的列表推导式；对于*str.join()*函数，将列表作为参数传递可以提高速度。 - Martijn Pieters

我已经遇到过这个问题，所以才问的。不再“少用符号，多用字母”了。很多人会建议去掉它们，但是join还是会创建列表，只是速度比较慢而已。顺便说一句，"".join(map(chr, items))也会有同样的性能问题吧？现在这个map函数真的真的没什么用处了。 - Jean-François Fabre

@Jean-FrançoisFabre：是的，map() 在这里也有同样的问题。 - Martijn Pieters

Answer 2

字符串拼接效率非常低。

我建议使用生成器表达式传递给str.join方法并使用空分隔符进行字符串拼接：

s = "".join([chr(abs(x)) for x in b])

编辑：这里的“abs”有些奇怪。它会按照要求执行操作，但由于“byte”是带符号的，所以没有什么用处。因此，您需要使用Martijn答案中的二进制补码来解决下一个问题：数据有效性 :)

如果您有一些ASCII值的列表（放在表格中），那就没问题了（去掉“abs”可以让我们使用“map”，这样做很少见，让我们不要剥夺这种机会 :)

items = [65, 66, 67, 68]
print("".join(map(chr,items)))

结果：

"ABCD"

- Jean-François Fabre

---

使用map(lambda x: chr(abs(x)), b)可能会更有效率吗？ - Eli Sadoff

我认为它是等价的。但正如你所说，传递负字节的绝对值是不推荐的。 - Jean-François Fabre

@MartijnPieters 是的，它没有任何有用的功能。 - Jean-François Fabre

我明白了笑话！抱歉，我只是复制了原帖有缺陷的代码。已修复。 - Jean-François Fabre

@Jean-FrançoisFabre，你以为我是认真的吗？抱歉，我只是开玩笑 :) 我只是想提醒你。 - Christian Dean

不用道歉，我喜欢开玩笑，而且我懂你的意思！但事实就在这里：代码有缺陷，所以谢谢你指出来。我不想在那个网站上留下有缺陷的东西（最近删除了两个得分为+3的答案。虽然很痛苦，但这就是生活）。 - Jean-François Fabre

Answer 3

假设你正在使用Python 3，那么bytes类型已经可以从列表中初始化。但是你需要先将有符号整数转换为无符号字节。

items = [118, -86, -46, -63, 100, -69, -30, -102, -82, -44, -40, 92, 0, 98, 36, -94]
data = bytes(b % 256 for b in items)
print(data)  # b'v\xaa\xd2\xc1d\xbb\xe2\x9a\xae\xd4\xd8\\\x00b$\xa2'

如果字节表示的是文本，请在之后对其进行解码。在您的示例中，它们不代表编码为UTF-8的文本，因此这将失败。

data = data.decode('utf8')
print(data)

- davidism