Python中的二进制到字符串/文本

Posted 2023-03-29

【中文标题】Python中的二进制到字符串/文本

【英文标题】：Binary to String/Text in Python

【发布时间】：2017-03-26 05:40:16

【问题描述】：

我在网上搜索了很多次，一直没能找到转换我的二进制字符串变量的方法，X

X = "1000100100010110001101000001101010110011001010100"

转换成 UTF-8 字符串值。

我发现有些人在使用诸如

之类的方法

b'message'.decode('utf-8')

但是，这种方法对我不起作用，因为据说“b”不存在，而且我不确定如何用变量替换“消息”。不仅如此，我还无法理解这种方法是如何工作的。有更好的选择吗？

那么如何将二进制字符串转换为文本字符串呢？

编辑：我也不介意 ASCII 解码

澄清：这就是我特别希望发生的事情。

def binaryToText(z):
    # Some code to convert binary to text
    return (something here);
X="0110100001101001"
print binaryToText(X)

这将产生字符串...

hi

【问题讨论】：

由于 ASCII 实际上是 UTF-8 的一个子集，您会发现您的字符串 X 已经是一个 UTF8 字符串。您的预期输出是什么？

+mhawke 我正在寻找一个 UTF-8 字符串的返回值。二进制文件最初是一个字符串，我希望能够将该二进制文件转换为 UTF-8 字符串。如果您需要更多说明，请询问我！

您使用的是 Python 2 还是 Python 3？你为什么同时标记两者？在 Python 3 中，字符串默认为 utf。

+juanpa.arrivillaga 我可以灵活地使用这两种方法，这取决于哪个选项最适合我使用。我可以接受这两个版本的解决方案。

好吧，如果你使用 Python 3，所有字符串都是 unicode，所以这似乎是最直接的解决方案...

【参考方案1】：

您似乎正在尝试从每个字符的二进制字符串表示（位字符串）中解码 ASCII 字符。

您可以获取每个包含八个字符（一个字节）的块，将其转换为整数，然后将其转换为带有chr() 的字符：

>>> X = "0110100001101001"
>>> print(chr(int(X[:8], 2)))
h
>>> print(chr(int(X[8:], 2)))
i

假设字符串中编码的值是 ASCII，这将为您提供字符。你可以这样概括：

def decode_binary_string(s):
    return ''.join(chr(int(s[i*8:i*8+8],2)) for i in range(len(s)//8))

>>> decode_binary_string(X)
hi

如果您想将其保留为原始编码，则无需进一步解码。通常你会将传入的字符串转换为 Python unicode 字符串，这可以像这样（Python 2）完成：

def decode_binary_string(s, encoding='UTF-8'):
    byte_string = ''.join(chr(int(s[i*8:i*8+8],2)) for i in range(len(s)//8))
    return byte_string.decode(encoding)

【讨论】：

你也可以添加反向代码吗？用于将字符串转换为二进制。那太好了:)

@Dan: ''.join([bin(ord(c))[2:].rjust(8,'0') for c in 'hi'])

我已经很晚了，但我很好奇。当我运行上面的最后一个代码 sn-ps 时，我得到'str' object has no attribute 'decode'。我提出这个问题是因为这个解决方案看起来很适合我的需要，但是编码（或者更确切地说是解码）部分似乎不起作用。

【参考方案2】：

将作为“01”字符串（二进制数字）给出的位转换为 Python 3 中的相应文本：

>>> bits = "0110100001101001"
>>> n = int(bits, 2)
>>> n.to_bytes((n.bit_length() + 7) // 8, 'big').decode()
'hi'

对于 Python 2/3 解决方案，请参阅Convert binary to ASCII and vice versa。

【参考方案3】：

在 Python 2 中，ascii 编码（字节）字符串也是 utf8 编码（字节）字符串。 在 Python 3 中，（unicode）字符串必须编码为 utf8 编码的字节。解码示例走错路了。

>>> X = "1000100100010110001101000001101010110011001010100"
>>> X.encode()
b'1000100100010110001101000001101010110011001010100'

仅包含数字“0”和“1”的字符串是一种特殊情况，适用相同的规则。

【讨论】：

那么我如何解码 X 呢？ X.decode() 似乎不起作用。

【参考方案4】：

将可选的基​​本参数提供给int 进行转换：

>> x = "1000100100010110001101000001101010110011001010100"
>> int(x, 2)
301456912901716