Python 字节（）和b'之间的差异'；

我有以下

str

：

“\xd0\xa0\xd0\xb0\xd1\x81\xd1\x88\xd0\xb8\xd1\x84\xd1\x80\xd0\xbe\xd0\xb2\xd0\xba\xd0\xb0\urootkit.com\u63k.txt”

这来自一个文件名：

（*.ааааааааRootKit.comаu 63k.txt

我的问题是a无法将第一个

str

反转为第二个。我尝试了一些方法，使用了

en/decode（）

，

bytes（）

等，但没有成功

我注意到b''和bytes（）有不同的输出：

path=“\xd0\xa0\xd0\xb0\xd1\x81\xd1\x88\xd0\xb8\xd1\x84\xd1\x80\xd0\xbe\xd0\xb2\xba\xd0\xb0\urootkit.com\u63k.txt”
bpath=字节（路径，“UTF-8”）
打印（路径解码（“UTF-8”））
打印（b“\xd0\xa0\xd0\xb0\xd1\x81\xd1\x88\xd0\xb8\xd1\x84\xd1\x80\xd0\xbe\xd0\xb2\xd0\xba\xd0\xb0\urootkit.com\u63k.txt”。解码（'utf8'））

结果:

РаÑÑиÑ
         Ñовка_RootKit.com_63k.txt
Расшифровка_RootKit.com_63k.txt

---

所以我想知道

b'

和

bytes（）

之间的区别是什么；也许它会帮助我解决我的问题

path

变量是字符串（不是字节）。 当您使用

bytes（）

方法时，您正在将其解码为字节，将返回

b'\xc3\xc2\xc3\x90\xc2\xb0\xc3\x91\xc2\x81\xc3\x91\xc2\x88\xc3\xc3\x91\xc2\x84\xc3\x91\xc2\x80\xc3\x90\xc2\xc2\xc3\xc3\x90\xc2\xc2\xc3\xc90\xc2\xc2\xc3\xc90\xc90\xc2\xc90\xc3\xc90\xc90\xc2\xc2\xxc0\xcu\xcu\xc0\xc0\xc\xxx

但是当你在写
b”\xd0\xa0\xd0\xb0\xd1\x81\xd1\x88\xd0\xb8\xd1\xd1\x80\xd0\xbe\xd0\xb2\xb0\xb0\xb0\RootKit.com\u 63k.txt“
你指的是
，这将导致以下字符串被解释为
字节
类型的对象。
bytes
函数获取一个字符串并返回一个
bytes
对象

print(b"\xd0\xa0\xd0\xb0\xd1\x81\xd1\x88\xd0\xb8\xd1\x84\xd1\x80\xd0\xbe\xd0\xb2\xd0\xba\xd0\xb0_RootKit.com_63k.txt".decode

这是可行的，因为您正在解码字节对象

path = "\xd0\xa0\xd0\xb0\xd1\x81\xd1\x88\xd0\xb8\xd1\x84\xd1\x80\xd0\xbe\xd0\xb2\xd0\xba\xd0\xb0_RootKit.com_63k.txt"
bpath = bytes(path, "UTF-8")
print(bpath.decode("UTF-8"))

这并没有达到预期的效果，因为您将
path
视为一个字符串，然后将其转换为一个bytes对象，然后尝试解码结果
 您可能希望将solution与
latin1一起使用，请首先滚动到该答案。如果您不小心复制了字节内容并粘贴为字符串，则此答案有效

如果要将它们转换回字节，请使用以下代码：

In [22]: path = "\xd0\xa0\xd0\xb0\xd1\x81\xd1\x88\xd0\xb8\xd1\x84\xd1\x80\xd0\xbe\xd0\xb2\xd0\xba\xd0\xb0_RootKit.com_63k.txt"

In [23]: bytes(map(ord, path)).decode('utf-8')
Out[23]: 'Расшифровка_RootKit.com_63k.txt'

解释很简单，让我们使用字符串中的第一个字符：

In [40]: '\xd0'
Out[40]: 'Ð'

In [41]: b'\xd0'
Out[41]: b'\xd0'

如您所见，字符串将
\xd0
转换为带有数字
0xd0
的unicode字符，而字节仅将其解释为单个字节

UTF-8对
U+0080
和
U+07FF
之间的所有字符使用以下掩码：
110xxxxx
用于第一个字节，而
10xxxxxx
用于第二个字节。这正是直接将该字符串转换为字节时得到的结果：

In [43]: [bin(x) for x in '\xd0'.encode('utf-8')]
Out[43]: ['0b11000011', '0b10010000']

In [46]: bytes(map(ord, path)).decode('utf-8')
Out[46]: 'Расшифровка_RootKit.com_63k.txt'

而实际符号代码是
00011
+
010000
（串联，而不是加法），即
0xd0
：

In [44]: hex(int('00011010000', 2))
Out[44]: '0xd0'

要从字符中获取此数字，我们可以使用
ord
：

In [45]: hex(ord('\xd0'))
Out[45]: '0xd0'

然后将其应用于整个字符串并将其转换回字节：

In [43]: [bin(x) for x in '\xd0'.encode('utf-8')]
Out[43]: ['0b11000011', '0b10010000']

In [46]: bytes(map(ord, path)).decode('utf-8')
Out[46]: 'Расшифровка_RootKit.com_63k.txt'

请注意，如果由于某种原因字符串不适合字节，则上述代码将引发错误：

In [47]: bytes([ord(chr(256))])
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-49-5555e18dbece> in <module>
----> 1 bytes([ord(chr(256))])

ValueError: bytes must be in range(0, 256)

[47]中的
：字节（[ord（chr（256）））
---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在里面
---->1字节（[ord（chr（256））]））
ValueError:字节必须在范围（0，256）内
要转换字符串，只需使用在字节和字符之间具有1:1映射的“latin1”将其编码为字节，然后使用“utf8”解码即可：

s = "\xd0\xa0\xd0\xb0\xd1\x81\xd1\x88\xd0\xb8\xd1\x84\xd1\x80\xd0\xbe\xd0\xb2\xd0\xba\xd0\xb0_RootKit.com_63k.txt"

s.encode('latin1').decode('utf8')

# 'Расшифровка_RootKit.com_63k.txt'

正确的。有没有办法不用解码就把字符串转换成字节？（我知道这没有多大意义）就像你说的“这没有多大意义”。我还在努力理解你想做什么？您的输入是什么？您想要的输出是什么？我正在谈论的文件被上传到flask api，但是它的名称变成了我的变量
path
，flask无法保存该文件，所以我尝试重命名它。这非常棒，非常优雅！谢谢。@Chocorean用解释和关于无效字符串的注释更新了答案，顺便说一句，我认为用
latin1
的答案是这个问题的真实答案，我现在明白了。非常感谢。