Python将字节转换为字符串

Question

我有以下代码：

with open("heart.png", "rb") as f:

    byte = f.read(1)

    while byte:

        byte = f.read(1)

        strb = byte.decode("utf-8", "ignore")

        print(strb)

当从“heart.png”读取字节时，我必须读取十六进制字节，例如：

b'öx1a', b'öxff', b'öxa4', etc.

并且以这种形式表示字节：

b'A', b'D', b'O', b'D', b'E', etc.    <- spells ADOBE

现在有一个问题，当我使用上面的代码将字节转换为字符串时，似乎无法处理十六进制形式的字节，但对于其他所有内容都有效。所以当出现b'öx1a'时，它会将其转换为空字符串，而当出现b'H'时，它会将其转换为"H"。有人知道为什么会这样吗？

- Greg Peckory

---

你不能有包含非ASCII字符的字节，b'öxff'等是从哪里来的？ - Padraic Cunningham

@PadraicCunningham 我认为他的意思是 b'\xff' 等等。 - augurar

如果你想要解码，你需要使用正确的编解码器。b'\xa4'.decode("iso-8859-15") 将会是 '€' 或者使用 latin-1 则为 '¤'。 - Padraic Cunningham

Answer 1

这里有几件事情需要注意。

PNG文件格式可以包含使用Latin-1或UTF-8编码的文本块。 tEXt 块使用Latin-1编码，您需要使用 'latin-1' 编解码。 iTXt 块使用UTF-8编码，需要使用 'utf-8' 编解码。

然而，您似乎正在尝试解码单个字节，而UTF-8中的字符可能跨越多个字节。 因此，假设您想要读取UTF-8字符串，您应该在尝试解码之前读取整个字符串的长度。

如果您尝试解释文件中的二进制数据，请查看 struct 模块，该模块专门用于此目的。

- Kevin S