如何在Py3中检索argv ORIGINAL字节数据？

Question

我已经看过Access command line arguments as bytes in python 3;这不能回答我的问题。

例如，\xff等字符不会在sys.getfilesystemencoding()=='utf-8'时传递，如果我手动指定，则\u236a等字符无法通过latin-1。

我需要做什么来编码字符串

u'123\xffABC\u263a\x00'

到

b'123\xffABC\xe2\x98\xba\x00'

Python 3中的

？ （首选双语解决方案）

在中，有效结果包括：

• b'123\xc3\xbfABC\xe2\x98\xba\x00'
• codec can't encode character '\u236a' in position 7: ordinal not in range(256)
• b'123\xffABC\x00'
• b'123ABC\xe2\x98\xba\x00'
• b'123ABC\xe2\x98\xba'

在错误地将此问题标记为“重复”之前，请查看您建议的副本返回哪些无效结果。

作为参考，我试图检索最初传递给python脚本的实际字节 - 无论它们有多随意。

Answer 1

对于非边缘情况：

如果argv是近似合理的命令行参数，则以下内容应该是可行的（也是最惯用的方式来引导它们）：

list(map(os.fsencode, sys.argv))

（以下讨论中的h / t vstinner）

对于边缘情况：不可能+ wontfix

请参阅https://bugs.python.org/issue8776

上的讨论

或者，对于懒惰但又好奇的人，相关摘录（强调+格式添加）：

  

[msg106172]

     

…Py_Main期望wchar_t*，因此没有字节表示形式的   命令行随时可用。

     

[-Martin v。Löwis]

  

[msg217416]

     

今天，我很后悔os.environb（我添加了它）。如果我没记错的话，在PEP 383（os.environb）之前添加了surrogateescape。该PEP使得os.environb几乎没有用。在Python 3中，Unicode是很自然的选择，并且由于PEP 383，仍然可以使用任何“原始字节”。

     

argvb可以一行计算：list(map(os.fsencode, sys.argv))。

     

我现在建议关闭[bytes版本的sys.argv]作为wontfix。

     

[-STINNER Victor]

虽然他的“一行”在极端情况下失败（例如，真argv的元素包含一个字节串，例如0x313233c3bf414243c3a2c298c2ba00），但在99.9％的用例中，它都能正常工作