Question

我有一个字符串：

'BZh91AY&SYA\xaf\x82\r\x00\x00\x01\x01\x80\x02\xc0\x02\x00 \x00!\x9ah3M\x07<]\xc9\x14\xe1BA\x06\xbe\x084'

我想要

b'BZh91AY&SYA\xaf\x82\r\x00\x00\x01\x01\x80\x02\xc0\x02\x00 \x00!\x9ah3M\x07<]\xc9\x14\xe1BA\x06\xbe\x084'

但我不断得到：

b'BZh91AY&SYA\\xaf\\x82\\r\\x00\\x00\\x01\\x01\\x80\\x02\\xc0\\x02\\x00 \\x00!\\x9ah3M\\x07<]\\xc9\\x14\\xe1BA\\x06\\xbe\\x084'

上下文

我从网页上抓取了一个字符串，并将其存储在变量un中。现在，我想使用BZip2解压缩它：

bz2.decompress(un)

但是，由于un是str对象，因此出现此错误：

TypeError: a bytes-like object is required, not 'str'

因此，我需要将un转换为类似字节的对象，而无需将单个反斜杠更改为转义的反斜杠。

修改1： 感谢您的所有帮助！ @wim我明白您现在的意思，但是我对于如何从我的webscraping方法中检索类似字节的对象感到茫然：

r = requests.get('http://www.pythonchallenge.com/pc/def/integrity.html')

doc = html.fromstring(r.content)
comment = doc.xpath('//comment()')[0].text.split('\n')[1:3]

pattern = re.compile("[a-z]{2}: '(.+)'")

un = re.search(pattern, comment[0]).group(1)

我正在使用的软件包为requests，lxml.html，re和bz2。

再一次，我的目标是使用un解压缩bz2，但是我很难从网络抓取过程中获得类似字节的对象。

有指针吗？

Answer 1

您的错误较早存在。唯一可接受的解决方案是更改抓取代码，以使其返回字节对象而不是文本对象。请勿尝试将字符串un“转换”为字节，这不能可靠地完成。

执行不操作：

>>> un = 'BZh91AY&SYA\xaf\x82\r\x00\x00\x01\x01\x80\x02\xc0\x02\x00 \x00!\x9ah3M\x07<]\xc9\x14\xe1BA\x06\xbe\x084'
>>> bz2.decompress(un.encode('raw_unicode_escape'))
b'huge'

“ raw_unicode_escape”只是一种Latin-1编码，它对其中的外部字符具有内置的后备功能。此编码将\ uXXXX和\ UXXXXXXXX用于其他代码点。现有的反斜杠不会以任何方式转义。它在Python pickle协议中使用。 对于无法表示为\ xXX序列的Unicode字符，您的数据将被破坏。

网络抓取代码没有业务将bz2编码的字节作为str返回，因此您需要在这里解决问题的原因，而不是尝试处理症状。

Answer 2

如果我正确理解了您的目标，则可以通过以下方式实现：

word = 'BZh91AY&SYA\xaf\x82\r\x00\x00\x01\x01\x80\x02\xc0\x02\x00 \x00!\x9ah3M\x07<]\xc9\x14\xe1BA\x06\xbe\x084'

my_byte_array = word.encode()

print(my_byte_array)

结果是：

b'BZh91AY&SYA\xc2\xaf\xc2\x82\r\x00\x00\x01\x01\xc2\x80\x02\xc3\x80\x02\x00 \x00!\xc2\x9ah3M\x07<]\xc3\x89\x14\xc3\xa1BA\x06\xc2\xbe\x084'

如果还不够的话，请在此post上对此进行很好的讨论。他们讨论了将UTF-8字符串编码为字节数组的最佳方法（根据PEP）以及该类涉及的其他方法。

Python：在不添加转义符的情况下将原始字符串转换为字节字符串

2 个答案: