当字符串中包含非ASCII字符时，如何将C字符串（字符数组）转换为Python字符串？

我在C程序中嵌入了Python解释器。假设C程序将文件中的一些字节读入字符数组，并（以某种方式）了解到这些字节表示具有特定编码的文本（例如，ISO 8859-1、Windows-1252或UTF-8）。如何将这个字符数组的内容解码为Python字符串

Python字符串通常应为

unicode

类型-例如，Windows-1252编码输入中的

0x93

成为

u'\u0201c'

我曾尝试使用

PyString\u Decode

，但当字符串中有非ASCII字符时，它总是失败。以下是一个失败的示例：

#include <Python.h>
#include <stdio.h>

int main(int argc, char *argv[])
{
     char c_string[] = { (char)0x93, 0 };
     PyObject *py_string;

     Py_Initialize();

     py_string = PyString_Decode(c_string, 1, "windows_1252", "replace");
     if (!py_string) {
          PyErr_Print();
          return 1;
     }
     return 0;
}

---

您不想将字符串解码为Unicode表示，只想将其视为字节数组，对吗

只需使用

PyString\u FromString

：

char *cstring;
PyObject *pystring = PyString_FromString(cstring);

就这些。现在您有了一个Python

str（）

对象。请参见此处的文档：

---

我对如何指定“str”或“unicode”有点困惑。如果您使用非ASCII字符，它们会非常不同。如果您想解码C字符串和您确切地知道它在哪个字符集中，那么是的，

PyString\u DecodeString

是一个很好的开始。

尝试调用“

If（！py\u string）

”子句。也许python异常会为您提供更多信息。

PyString\u Decode执行以下操作：

PyObject *PyString_Decode(const char *s,
              Py_ssize_t size,
              const char *encoding,
              const char *errors)
{
    PyObject *v, *str;

    str = PyString_FromStringAndSize(s, size);
    if (str == NULL)
    return NULL;
    v = PyString_AsDecodedString(str, encoding, errors);
    Py_DECREF(str);
    return v;
}

瞧，它基本上完成了第二个示例中所做的工作-转换为字符串，然后解码字符串。这里的问题来自PyString_AsDecodedString，而不是PyString_AsDecodedObject。PyString_AsDecodedString执行PyString_AsDecodedObject，但随后尝试将生成的unicode对象转换为具有默认编码的字符串对象（对于您来说，看起来像是ASCII）。这就是它失败的地方

我相信您需要执行两个调用—但是您可以使用PyString_AsDecodedObject，而不是调用python的“decode”方法。比如：

#include <Python.h>
#include <stdio.h>

int main(int argc, char *argv[])
{
     char c_string[] = { (char)0x93, 0 };
     PyObject *py_string, *py_unicode;

     Py_Initialize();

     py_string = PyString_FromStringAndSize(c_string, 1);
     if (!py_string) {
          PyErr_Print();
          return 1;
     }
     py_unicode = PyString_AsDecodedObject(py_string, "windows_1252", "replace");
     Py_DECREF(py_string);

     return 0;
}

#包括
#包括
int main（int argc，char*argv[]）
{
字符c_字符串[]={（字符）0x93，0}；
PyObject*py_字符串，*py_unicode；
Py_初始化（）；
py_string=PyString_FromStringAndSize（c_string，1）；
如果（！py_字符串）{
PyErr_Print（）；
返回1；
}
py_unicode=PyString_AsDecodedObject（py_string，“windows_1252”，“replace”）；
Py_DECREF（Py_字符串）；
返回0；
}

---

我不完全确定PyString_解码以这种方式工作的原因是什么。A似乎表明它与链接输出有关，但由于Python方法不这样做，我不确定这是否仍然相关。

对于挑剔，C字符串是char[]，而不是char*，在引用值时，这并不重要。无论如何，数组都是作为指向函数的指针传递的。我想对其进行实际解码，因此，无论最终使用字符串的Python代码是什么，都不需要知道它最初是如何编码的（在C程序的输入中）。谢谢你指出我不清楚；我已经编辑了我的问题。谢谢，我编辑了，并将信息合并到了问题中。没问题。如果建议有帮助，我将非常感谢您的支持。：-）用于蟒蛇3

#include <Python.h>
#include <stdio.h>

int main(int argc, char *argv[])
{
     char c_string[] = { (char)0x93, 0 };
     PyObject *py_string, *py_unicode;

     Py_Initialize();

     py_string = PyString_FromStringAndSize(c_string, 1);
     if (!py_string) {
          PyErr_Print();
          return 1;
     }
     py_unicode = PyString_AsDecodedObject(py_string, "windows_1252", "replace");
     Py_DECREF(py_string);

     return 0;
}