Python—逐字节读取UTF-8编码的字符串

我有一个返回UTF-8编码字符串的设备。我只能一个字节一个字节地从中读取，并且读取被值为0x00的字节终止

我正在制作一个Python2.7函数，让其他人访问我的设备并返回字符串

在以前的设计中，当设备刚刚返回ASCII时，我在循环中使用了此选项：

x = read_next_byte()
if x == 0:
    break
my_string += chr(x)

其中x是从设备读取的最新字节值

现在设备可以返回UTF-8编码的字符串，但我不确定如何将返回的字节转换为UTF-8编码的字符串/unicode

chr（x）

可以理解，当x>127时会导致错误，因此我认为使用

unichr（x）

可能会起作用，但这假设传递的值是完整的unicode字符值，但我只有0-255部分

那么，我如何将从设备返回的字节转换成可以在Python中使用的字符串，并且仍然可以处理完整的UTF-8字符串呢

---

类似地，如果在Python中给我一个UTF-8字符串，我如何将其分解为单个字节发送到我的设备并仍然保持UTF-8？

正确的解决方案是读取直到到达终止字节，然后在此时转换为UTF-8（因此您拥有所有字符）：

以上是对原始代码最直接的翻译。有趣的是，在这种情况下，可以通过将C风格的有状态字节读取器函数转换为Python迭代器来显著简化代码，让您只需一行代码：

# If this were Python 3 code, you'd use the bytes constructor instead of bytearray
my_string = bytearray(iter(read_next_byte, 0)).decode('utf-8')

---

好极了这似乎很有效。因此，要做相反的事情并对字节数组进行编码，我可以使用这个对吗

my_bytes=bytearray（my_string，'utf-8'）

然后循环

my_bytes

发送单个字节。@Will:是的。在Py3中，执行

my_string.encode（'utf-8'）

（这将获得

字节

，其行为类似于Py3中的不可变

字节

）；但是在Py2中，

encode

获取

str

，它通过其字符的

len

1

str

进行迭代，而不是从0-255开始通过

int

s进行迭代。无论哪种方式，您都可以迭代结果并调用写入函数：

在bytearray（我的字符串'utf-8'）中为b写入一个字节（b）

# If this were Python 3 code, you'd use the bytes constructor instead of bytearray
my_string = bytearray(iter(read_next_byte, 0)).decode('utf-8')