使用Python 2.7.10解码ASCII字符串

Question

我对Python还是很陌生，所以我可能仍然会犯很多菜鸟错误。

我正在比较Python中两个看似匹配的字符串，但始终返回false。当我检查对象的表示形式时，我发现其中一个字符串是用ASCII编码的。

第一个字符串的表示形式返回：

'\x00"\x00i\x00t\x00i\x00n\x00e\x00r\x00a\x00r\x00y\x00_\x00o\x00p\x00t\x00i\x00o\x00n\x00s\x00_\x00s\x00e\x00a\x00r\x00c\x00h\x00_\x00b\x00u\x00t\x00t\x00o\x00n\x00"\x00 \x00=\x00 \x00"\x00L\x00a\x00u\x00n\x00c\x00h\x00 \x00t\x00h\x00e\x00 \x00s\x00e\x00a\x00r\x00c\x00h\x00"\x00;\x00'

第二个字符串的表示形式返回时：

"itinerary_options_search_button" = "Launch the search";

我试图弄清楚如何解码第一个字符串以获得第二个字符串，以便我对两者的比较能够匹配。 当我用

解码第一个字符串时

string.decode('ascii')

我得到一个unicode对象。我不确定该怎么做才能得到解码的字符串。

Answer 1

您的第一个字符串似乎有一些问题。我不完全确定为什么会有这么多的空字符（\x00），但是无论哪种方式，我们都可以编写一个函数来清除它们：

s_1 = '\x00"\x00i\x00t\x00i\x00n\x00e\x00r\x00a\x00r\x00y\x00_\x00o\x00p\x00t\x00i\x00o\x00n\x00s\x00_\x00s\x00e\x00a\x00r\x00c\x00h\x00_\x00b\x00u\x00t\x00t\x00o\x00n\x00"\x00 \x00=\x00 \x00"\x00L\x00a\x00u\x00n\x00c\x00h\x00 \x00t\x00h\x00e\x00 \x00s\x00e\x00a\x00r\x00c\x00h\x00"\x00;\x00'
s_2 = '"itinerary_options_search_button" = "Launch the search";'

def null_cleaner(string):
    new_string = ""
    for char in string:
        if char != "\x00":
            new_string += char
    return new_string

print(null_cleaner(s_1) == null_cleaner(s_2))

执行此操作的较不健壮的方法是简单地拼接字符串以删除所有其他字符（恰好是\x00）：

s_1 = '\x00"\x00i\x00t\x00i\x00n\x00e\x00r\x00a\x00r\x00y\x00_\x00o\x00p\x00t\x00i\x00o\x00n\x00s\x00_\x00s\x00e\x00a\x00r\x00c\x00h\x00_\x00b\x00u\x00t\x00t\x00o\x00n\x00"\x00 \x00=\x00 \x00"\x00L\x00a\x00u\x00n\x00c\x00h\x00 \x00t\x00h\x00e\x00 \x00s\x00e\x00a\x00r\x00c\x00h\x00"\x00;\x00'
s_2 = '"itinerary_options_search_button" = "Launch the search";'

print(s_1[1::2] == s_2)

Answer 2

  

...以ASCII编码。

[lots of NULs]

不。

>>> '\x00"\x00i\x00t\x00i\x00n\x00e\x00r\x00a\x00r\x00y'.decode('utf-16be')
u'"itinerary'

当然，您的数据还有一个额外的NUL会破坏它。清理完之后，您应该可以毫无问题地对其进行解码。