如何在Python中读取二进制字符串

Question

我想知道如何在Python中给出字符串的二进制编码。

例如，

>>> b'\x25'
b'%'

或

>>>b'\xe2\x82\xac'.decode()
'€'

但是

>>> b'\xy9'
File "<stdin>", line 1
SyntaxError: (value error) invalid \x escape at position 0

请你解释一下\xe2代表什么以及这种二进制编码是如何工作的。

Answer 1

\x用于引入十六进制值，并且必须后跟完全两个十六进制数字。例如，\xe2表示字节（十进制）226（= 14 * 16 + 2）。

在第一种情况下，两个字符串b'\x25'和b'%'是相同的; Python尽可能使用ASCII等价物显示值。

Answer 2

我假设您使用的是Python 3版本。在Python 3中，默认编码为UTF-8，因此b'\xe2\x82\xac'.decode()实际上是b'\xe2\x82\xac'.decode('UTF-8)。

它给出了unicode中U + 20AC的字符'€'，U + 20AC的UTF8编码确实是3个字节的'b'\ xe2 \ x82 \ xac'。

因此所有ascii字符（低于128的代码）被编码为一个单字节，其值与unicode代码相同。对应于单个16位unicode值的非ascii字符被utf8编码为2或3个字节（这称为Basic Multilingual Plane）。