Python 将字节转换为字符串

Question

我有以下代码:

with open("heart.png", "rb") as f:

    byte = f.read(1)

    while byte:

        byte = f.read(1)

        strb = byte.decode("utf-8", "ignore")

        print(strb)

当从“heart.png”中读取字节时，我必须读取十六进制字节，例如:

b'öx1a', b'öxff', b'öxa4', etc.

还有这种形式的字节:

b'A', b'D', b'O', b'D', b'E', etc.    <- spells ADOBE

现在出于某种原因，当我使用上面的代码将字节转换为字符串时，它似乎不适用于十六进制形式的字节，但它适用于其他所有内容。

所以当 b'öx1a' 出现时，它会将其转换为 ""(空字符串)

当 b'H' 出现时，它会将其转换为 "H"

有谁知道为什么会这样吗？

Answer 1

这里发生了一些事情。

PNG file format可以包含以 Latin-1 或 UTF-8 编码的文本 block 。 tEXt block 以 Latin-1 编码，您需要使用 'latin-1' 编解码器对其进行解码。 iTXt block 以 UTF-8 编码，需要使用 'utf-8' 编解码器进行解码。

但是，您似乎在尝试解码单个字节，而 UTF-8 中的字符可能跨越多个字节。因此，假设您想读取 UTF-8 字符串，您应该做的是在尝试解码之前读入您希望解码的字符串的整个长度。

如果您尝试从文件中解释二进制数据，请查看 struct用于该目的的模块。