Question

如果我将字母'à'并以UTF-8编码，则会得到以下结果：

'à'.encode('utf-8')
>> b'\xc3\xa0'

现在从字节数组中，我想将“à”转换为二进制字符串，然后将其转换回“à”。为此，我执行以下代码：

byte = bytearray('à','utf-8')
for x in byte:
    print(bin(x))

我得到0b11000011和0b10100000，分别是195和160。然后，我将它们融合在一起，取出0b部分。现在，我执行以下代码：

s = '1100001110100000'
value1 =  s[0:8].encode('utf-8')
value2 =  s[9:16].encode('utf-8')
value = value1 + value2
print(chr(int(value, 2)))
>> 憠

无论我如何开发后半部分，我都会得到符号，并且似乎永远无法找回我的'à'。我想知道为什么吗？以及如何获得“à”。

Answer 1

>>> bytes(int(s[i:i+8], 2) for i in range(0, len(s), 8)).decode('utf-8')
'à'

这有多个部分。 bytes构造函数根据整数序列创建字节字符串。整数由使用int（基数为2）的字符串组成。range与切片一起一次剥离了8个字符。最后decode将这些字节转换回Unicode字符。

Answer 2

您需要第二位为s[8:16]（或仅为s[8:]），否则您将获得0100000

您还需要先将“位字符串”转换为整数，然后再使用int("0010101",2)将其视为一个字节

s = '1100001110100000'
value1 =  bytearray([int(s[:8],2), # bits 0..7 (8 total)
                     int(s[8:],2)] # bits 8..15 (8 total)
) 
print(value1.decode("utf8"))

Answer 3

使用int(s,2)将base-2值转换回整数，根据原始长度除以8并使用big-endian转换将该整数转换为字节数（int.to_bytes）以保持按正确的顺序排列字节，然后.decode()（在Python 3中默认为utf8）

>>> s = '1100001110100000'
>>> int(s,2)
50080
>>> int(s,2).to_bytes(len(s)//8,'big')
b'\xc3\xa0'
>>> int(s,2).to_bytes(len(s)//8,'big').decode()
'à'

如何将二进制字符串转换为字节？

3 个答案: