从python3中的文件读取字节字符串

文件内容如下，文件编码为utf-8：

cd232704-a46f-3d9d-97f6-67edb897d65f    b'this Friday, Gerda Scheuers will be excited \xe2\x80\x94 but she\xe2\x80\x99s most excited about the merchandise the movie will bring.'

这是我的密码：

with open(file, 'r') as f_in:
    for line in f_in:
        tokens = line.split('\t')
        print(tokens[1])

我想得到正确的答案——“本周五，格尔达·谢尔斯会很激动——但她最激动的是这部电影将带来的商品。”

但我无法从文件中读取字节。如果打开一个包含字节的文件，我需要解码该行以将其拆分。

您可以使用将字节文字转换为字节：

然后，对其进行解码以获得字符串对象：

>>> ast.literal_eval(r"b'excited \xe2\x80\x94 but she\xe2\x80\x99s'")
b'excited \xe2\x80\x94 but she\xe2\x80\x99s'
>>> ast.literal_eval(r"b'excited \xe2\x80\x94 but she\xe2\x80\x99s'").decode('utf-8')
'excited — but she’s'

---

打开（文件'r'）作为f_in:
对于f_in中的行：
令牌=line.split（'\t'）
#如果len（代币）<2：
#继续
字节\u part=ast.literal\u eval（令牌[1]）
s=字节_part.decode（'utf-8'）#解码字节以转换为字符串

>>> ast.literal_eval(r"b'excited \xe2\x80\x94 but she\xe2\x80\x99s'")
b'excited \xe2\x80\x94 but she\xe2\x80\x99s'
>>> ast.literal_eval(r"b'excited \xe2\x80\x94 but she\xe2\x80\x99s'").decode('utf-8')
'excited — but she’s'

with open(file, 'r') as f_in:
    for line in f_in:
        tokens = line.split('\t')
        # if len(tokens) < 2:
        #    continue
        bytes_part = ast.literal_eval(tokens[1])
        s = bytes_part.decode('utf-8')  # Decode the bytes to convert to a string