我正在导入的一堆推文在他们阅读时遇到了这个问题
b'I posted a new photo to Facebook'
我收集b表示它是一个字节。但这证明是有问题的，因为在我最终编写的CSV文件中，b并没有消失，并且干扰了未来的代码。
是否有一种简单的方法可以从我的文本行中删除此b前缀？
请记住，我似乎需要在utf-8或tweepy中编码的文本无法从网络中提取它们。
以下是我正在分析的链接内容：
https://www.dropbox.com/s/sjmsbuhrghj7abt/new_tweets.txt?dl=0
new_tweets = 'content in the link'
outtweets = [[tweet.text.encode("utf-8").decode("utf-8")] for tweet in new_tweets]
print(outtweets)
UnicodeEncodeError Traceback (most recent call last)
<ipython-input-21-6019064596bf> in <module>()
1 for screen_name in user_list:
----> 2 get_all_tweets(screen_name,"instance file")
<ipython-input-19-e473b4771186> in get_all_tweets(screen_name, mode)
99 with open(os.path.join(save_location,'%s.instance' % screen_name), 'w') as f:
100 writer = csv.writer(f)
--> 101 writer.writerows(outtweets)
102 else:
103 with open(os.path.join(save_location,'%s.csv' % screen_name), 'w') as f:
C:\Users\Stan Shunpike\Anaconda3\lib\encodings\cp1252.py in encode(self, input, final)
17 class IncrementalEncoder(codecs.IncrementalEncoder):
18 def encode(self, input, final=False):
---> 19 return codecs.charmap_encode(input,self.errors,encoding_table)[0]
20
21 class IncrementalDecoder(codecs.IncrementalDecoder):
UnicodeEncodeError: 'charmap' codec can't encode characters in position 64-65: character maps to <undefined>
答案 0 :(得分：55)
您需要decode bytes您想要一个字符串：
b = b'1234'
print(b.decode('utf-8')) # '1234'
答案 1 :(得分：9)
只是让您知道您要打印的对象不是字符串，而是字节对象作为字节文字。人们以不完整的方式解释这一点，所以这是我的看法。
考虑通过键入字节文字来创建字节对象（字面上定义字节对象而不实际使用字节对象，例如键入b＆＃39;＆＃39;）并将其转换为< strong>字符串对象以utf-8编码。 （请注意，此处的转换意味着解码）
byte_object= b"test" # byte object by literally typing characters
print(byte_object) # Prints b'test'
print(byte_object.decode('utf8')) # Prints "test" without quotations
您看到我们只是应用.decode(utf8)函数。
https://docs.python.org/3.3/library/stdtypes.html#bytes
https://docs.python.org/3.3/reference/lexical_analysis.html#string-and-bytes-literals
stringliteral ::= [stringprefix](shortstring | longstring)
stringprefix ::= "r" | "u" | "R" | "U"
shortstring ::= "'" shortstringitem* "'" | '"' shortstringitem* '"'
longstring ::= "'''" longstringitem* "'''" | '"""' longstringitem* '"""'
shortstringitem ::= shortstringchar | stringescapeseq
longstringitem ::= longstringchar | stringescapeseq
shortstringchar ::= <any source character except "\" or newline or the quote>
longstringchar ::= <any source character except "\">
stringescapeseq ::= "\" <any source character>
bytesliteral ::= bytesprefix(shortbytes | longbytes)
bytesprefix ::= "b" | "B" | "br" | "Br" | "bR" | "BR" | "rb" | "rB" | "Rb" | "RB"
shortbytes ::= "'" shortbytesitem* "'" | '"' shortbytesitem* '"'
longbytes ::= "'''" longbytesitem* "'''" | '"""' longbytesitem* '"""'
shortbytesitem ::= shortbyteschar | bytesescapeseq
longbytesitem ::= longbyteschar | bytesescapeseq
shortbyteschar ::= <any ASCII character except "\" or newline or the quote>
longbyteschar ::= <any ASCII character except "\">
bytesescapeseq ::= "\" <any ASCII character>
答案 2 :(得分：4)
您需要对其进行解码才能将其转换为字符串。在这里查看答案 about bytes literal in python3
In [1]: b'I posted a new photo to Facebook'.decode('utf-8')
Out[1]: 'I posted a new photo to Facebook'
答案 3 :(得分：1)
我通过使用utf-8编码输出来完成它。 这是代码示例
new_tweets = api.GetUserTimeline(screen_name = user,count=200)
result = new_tweets[0]
try: text = result.text
except: text = ''
with open(file_name, 'a', encoding='utf-8') as f:
writer = csv.writer(f)
writer.writerows(text)
即：从api收集数据时不进行编码，仅对输出（打印或写入）进行编码。
答案 4 :(得分：1)
在使用django 2.0的python 3.6上，对字节文字的解码不能按预期工作。 是的，当我打印它时，我得到了正确的结果，但即使你正确打印它，b'值仍然存在。
这就是im编码
uid': urlsafe_base64_encode(force_bytes(user.pk)),
这就是即时解码：
uid = force_text(urlsafe_base64_decode(uidb64))
这就是django 2.0所说的：
urlsafe_base64_encode(s)[source]
在base64中对字节串进行编码，以便在URL中使用，剥去任何尾随等号。
urlsafe_base64_decode(s)[source]
解码base64编码的字符串，添加可能已被剥离的任何尾随等号。
这是我的account_activation_email_test.html文件
{% autoescape off %}
Hi {{ user.username }},
Please click on the link below to confirm your registration:
http://{{ domain }}{% url 'accounts:activate' uidb64=uid token=token %}
{% endautoescape %}
这是我的主机响应：
Content-Type：text / plain;字符集= “UTF-8” MIME版本：1.0 内容传输编码：7位 主题：激活您的MySite帐户 来自：webmaster @ localhost 致：testuser@yahoo.com 日期：星期五，2018年4月20日06:26:46 -0000 消息ID：＆lt; 152420560682.16725.4597194169307598579@Dash-U>
嗨testuser，
请点击以下链接确认您的注册：
http://127.0.0.1:8000/activate/b'MjU'/4vi-fasdtRf2db2989413ba/
，您可以看到uid = b'MjU'
预期uid = MjU
在控制台中测试：
$ python
Python 3.6.4 (default, Apr 7 2018, 00:45:33)
[GCC 5.4.0 20160609] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>> from django.utils.http import urlsafe_base64_encode, urlsafe_base64_decode
>>> from django.utils.encoding import force_bytes, force_text
>>> var1=urlsafe_base64_encode(force_bytes(3))
>>> print(var1)
b'Mw'
>>> print(var1.decode())
Mw
>>>
经过调查，它似乎与python 3有关。 我的解决方法非常简单：
'uid': user.pk,
我在激活功能上以uidb64的形式收到它：
user = User.objects.get(pk=uidb64)
瞧：
Content-Transfer-Encoding: 7bit
Subject: Activate Your MySite Account
From: webmaster@localhost
To: testuser@yahoo.com
Date: Fri, 20 Apr 2018 20:44:46 -0000
Message-ID: <152425708646.11228.13738465662759110946@Dash-U>
Hi testuser,
Please click on the link below to confirm your registration:
http://127.0.0.1:8000/activate/45/4vi-3895fbb6b74016ad1882/
现在它运作正常。 ：）
答案 5 :(得分：1)
****如何删除python ****中已解码字符串的b''字符
import base64
a='cm9vdA=='
b=base64.b64decode(a).decode('utf-8')
print(b)
答案 6 :(得分：0)
假设您不想像其他人在这里建议的那样立即再次对其进行解码，则可以将其解析为字符串，然后仅剥离开头的'b和结尾的'。
>>> x = "Hi there ?"
>>> x = "Hi there ?".encode("utf-8")
>>> x
b"Hi there \xef\xbf\xbd"
>>> str(x)[2:-1]
"Hi there \\xef\\xbf\\xbd"
答案 7 :(得分：-3)
虽然这个问题已经很久了，但我认为对于谁来面对同样的问题可能会有所帮助。这里的文本是如下字符串：
text= "b'I posted a new photo to Facebook'"
因此，您无法通过编码来删除b，因为它不是一个字节。我做了以下删除它。
cleaned_text = text.split("b'")[1]
将提供"I posted a new photo to Facebook"