Я использую этот код для получения стандартного вывода из внешней программы:

>>> from subprocess import *
>>> command_stdout = Popen(['ls', '-l'], stdout=PIPE).communicate()[0]

Метод communication () возвращает массив байтов:

>>> command_stdout
b'total 0\n-rw-rw-r-- 1 thomas thomas 0 Mar  3 07:03 file1\n-rw-rw-r-- 1 thomas thomas 0 Mar  3 07:03 file2\n'

Однако я бы хотел работать с выводом как с обычной строкой Python. Чтобы я мог напечатать это так:

>>> print(command_stdout)
-rw-rw-r-- 1 thomas thomas 0 Mar  3 07:03 file1
-rw-rw-r-- 1 thomas thomas 0 Mar  3 07:03 file2

Я думал, что это то, что binascii.b2a_qp () Метод для, но когда я попробовал его, я снова получил тот же байтовый массив:

>>> binascii.b2a_qp(command_stdout)
b'total 0\n-rw-rw-r-- 1 thomas thomas 0 Mar  3 07:03 file1\n-rw-rw-r-- 1 thomas thomas 0 Mar  3 07:03 file2\n'

Как преобразовать значение байтов обратно в строку? Я имею в виду, используя «батареи» вместо того, чтобы делать это вручную. И я бы хотел, чтобы с Python 3 все было в порядке.

3013
Tomas Sedovic 3 Мар 2009 в 15:23

19 ответов

Лучший ответ

Вам нужно декодировать объект bytes, чтобы получить строку:

>>> b"abcde"
b'abcde'

# utf-8 is used here because it is a very common encoding, but you
# need to use the encoding your data is actually in.
>>> b"abcde".decode("utf-8") 
'abcde'
3413
Aaron Maenpaa 24 Июл 2015 в 18:14

В Python 3 кодировка по умолчанию - "utf-8" , так что вы можете напрямую использовать:

b'hello'.decode()

Что эквивалентно

b'hello'.decode(encoding="utf-8")

С другой стороны, в Python 2, кодировка по умолчанию соответствует кодировка строки по умолчанию. Таким образом, вы должны использовать:

b'hello'.decode(encoding)

Где encoding - нужная вам кодировка.

Примечание: поддержка аргументов ключевых слов был добавлен в Python 2.7.

78
Peter Mortensen 28 Сен 2019 в 10:59

При работе с данными из систем Windows (с \r\n окончаниями строк) мой ответ:

String = Bytes.decode("utf-8").replace("\r\n", "\n")

Почему? Попробуйте это с многострочным Input.txt:

Bytes = open("Input.txt", "rb").read()
String = Bytes.decode("utf-8")
open("Output.txt", "w").write(String)

Все окончания вашей строки будут удвоены (до \r\r\n), что приведет к дополнительным пустым строкам. Функции чтения текста в Python обычно нормализуют окончания строк, поэтому в строках используется только \n. Если вы получаете двоичные данные из системы Windows, Python не имеет возможности сделать это. Таким образом ,

Bytes = open("Input.txt", "rb").read()
String = Bytes.decode("utf-8").replace("\r\n", "\n")
open("Output.txt", "w").write(String)

Будет копировать ваш оригинальный файл.

5
bers 16 Мар 2018 в 13:28

Для вашего конкретного случая «запустите команду оболочки и получите ее вывод в виде текста вместо байтов», в Python 3.7 вы должны использовать subprocess.run и передайте text=True (а также capture_output=True для захвата выходных данных)

command_result = subprocess.run(["ls", "-l"], capture_output=True, text=True)
command_result.stdout  # is a `str` containing your program's stdout

text раньше назывался universal_newlines и был изменен (хорошо, с псевдонимом) в Python 3.7. Если вы хотите поддерживать версии Python до 3.7, передайте universal_newlines=True вместо text=True

1
Boris 7 Авг 2019 в 19:51

Попробуй это

bytes.fromhex('c3a9').decode('utf-8') 
-1
Victor Choy 19 Янв 2020 в 08:19

Поскольку этот вопрос на самом деле касается вывода subprocess, у вас есть более прямой подход, поскольку Popen принимает ключевое слово encoding (в Python 3.6+):

>>> from subprocess import Popen, PIPE
>>> text = Popen(['ls', '-l'], stdout=PIPE, encoding='utf-8').communicate()[0]
>>> type(text)
str
>>> print(text)
total 0
-rw-r--r-- 1 wim badger 0 May 31 12:45 some_file.txt

Общий ответ для других пользователей - декодировать байты в текст:

>>> b'abcde'.decode()
'abcde'

Без аргументов будет использоваться sys.getdefaultencoding(). Если ваши данные не sys.getdefaultencoding(), то вы должны явно указать кодировку в decode call:

>>> b'caf\xe9'.decode('cp1250')
'café'
15
wim 31 Май 2018 в 17:52

Если вы не знаете кодировку, то для чтения двоичного ввода в строку в Python 3 и Python 2-совместимом способе используйте древнюю MS-DOS CP437 кодировка:

PY3K = sys.version_info >= (3, 0)

lines = []
for line in stream:
    if not PY3K:
        lines.append(line)
    else:
        lines.append(line.decode('cp437'))

Поскольку кодировка неизвестна, ожидайте, что неанглийские символы будут переводиться в символы cp437 (английские символы не переводятся, поскольку они совпадают в большинстве однобайтовых кодировок и UTF-8).

Декодирование произвольного двоичного ввода в UTF-8 небезопасно, потому что вы можете получить это:

>>> b'\x00\x01\xffsd'.decode('utf-8')
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 2: invalid
start byte

То же самое относится к latin-1, который был популярен (по умолчанию?) Для Python 2. См. Недостающие точки в Структура кодовой страницы - это то, где Python задыхается от печально известного ordinal not in range.

ОБНОВЛЕНИЕ 20150604 . Ходят слухи, что в Python 3 существует стратегия ошибок surrogateescape для кодирования содержимого в двоичные данные без потери данных и сбоев, но для этого нужны тесты преобразования [binary] -> [str] -> [binary], чтобы проверить как производительность, так и надежность.

ОБНОВЛЕНИЕ 20170116 : благодаря комментарию Nearoo - также есть возможность сократить все неизвестные байты с помощью обработчика ошибок backslashreplace. Это работает только для Python 3, поэтому даже с этим обходным приемом вы все равно получите противоречивый вывод из разных версий Python:

PY3K = sys.version_info >= (3, 0)

lines = []
for line in stream:
    if not PY3K:
        lines.append(line)
    else:
        lines.append(line.decode('utf-8', 'backslashreplace'))

См. Поддержка Unicode в Python

ОБНОВЛЕНИЕ 20170119 . Я решил внедрить декодирование с косой чертой, работающее как для Python 2, так и для Python 3. Оно должно быть медленнее, чем решение cp437, но должно давать идентичные результаты на каждой версии Python.

# --- preparation

import codecs

def slashescape(err):
    """ codecs error handler. err is UnicodeDecode instance. return
    a tuple with a replacement for the unencodable part of the input
    and a position where encoding should continue"""
    #print err, dir(err), err.start, err.end, err.object[:err.start]
    thebyte = err.object[err.start:err.end]
    repl = u'\\x'+hex(ord(thebyte))[2:]
    return (repl, err.end)

codecs.register_error('slashescape', slashescape)

# --- processing

stream = [b'\x80abc']

lines = []
for line in stream:
    lines.append(line.decode('utf-8', 'slashescape'))
84
Peter Mortensen 28 Сен 2019 в 10:58

Хотя @Aaron Maenpaa просто работает, пользователь недавно спросил:

Есть ли более простой способ? 'fhand.read (). decode ("ASCII")' [...] Это так долго!

Вы можете использовать:

command_stdout.decode()

decode() имеет стандартный аргумент :

codecs.decode(obj, encoding='utf-8', errors='strict')

20
Felipe Augusto 10 Июн 2019 в 16:04

Я думаю, что вы действительно хотите это:

>>> from subprocess import *
>>> command_stdout = Popen(['ls', '-l'], stdout=PIPE).communicate()[0]
>>> command_text = command_stdout.decode(encoding='windows-1252')

Ответ Аарона был верным, за исключением того, что вам нужно знать какую кодировку использовать. И я считаю, что Windows использует «Windows-1252». Это будет иметь значение, только если у вас есть какие-то необычные (не ASCII) символы в вашем контенте, но тогда это будет иметь значение.

Кстати, тот факт, что это имеет значение , является причиной того, что Python перешел на использование двух разных типов для двоичных и текстовых данных: он не может магически конвертировать между ними, потому что он не знает кодирование, если вы не скажете это! Единственный способ узнать это - прочитать документацию по Windows (или прочитать ее здесь).

39
Peter Mortensen 28 Сен 2019 в 10:54
def toString(string):    
    try:
        return v.decode("utf-8")
    except ValueError:
        return string

b = b'97.080.500'
s = '97.080.500'
print(toString(b))
print(toString(s))
1
Leonardo Filipe 3 Июн 2018 в 22:44

Если вы хотите преобразовать любые байты, а не просто строку, преобразованную в байты:

with open("bytesfile", "rb") as infile:
    str = base64.b85encode(imageFile.read())

with open("bytesfile", "rb") as infile:
    str2 = json.dumps(list(infile.read()))

Это не очень эффективно, однако. Это превратит изображение 2 МБ в 9 МБ.

1
Peter Mortensen 28 Сен 2019 в 11:14

Я думаю, что этот путь прост:

bytes_data = [112, 52, 52]
"".join(map(chr, bytes_data))
>> p44
172
jlansey 11 Июн 2019 в 21:10

Если вы хотите получить следующее, попробовав decode():

AttributeError: у объекта 'str' нет атрибута 'decode'

Вы также можете указать тип кодировки прямо в приведении:

>>> my_byte_str
b'Hello World'

>>> str(my_byte_str, 'utf-8')
'Hello World'
9
Felipe Augusto 10 Июн 2019 в 16:03

Я сделал функцию для очистки списка

def cleanLists(self, lista):
    lista = [x.strip() for x in lista]
    lista = [x.replace('\n', '') for x in lista]
    lista = [x.replace('\b', '') for x in lista]
    lista = [x.encode('utf8') for x in lista]
    lista = [x.decode('utf8') for x in lista]

    return lista
4
Tshilidzi Mudau 9 Мар 2017 в 10:03

Из sys - Системные параметры и функции :

Для записи или чтения двоичных данных из / в стандартные потоки используйте базовый двоичный буфер. Например, чтобы записать байты в стандартный вывод, используйте sys.stdout.buffer.write(b'abc').

2
Peter Mortensen 28 Сен 2019 в 10:54

Вам необходимо декодировать строку байтов и превратить ее в символьную строку (Unicode).

На питоне 2

encoding = 'utf-8'
'hello'.decode(encoding)

Или

unicode('hello', encoding)

На питоне 3

encoding = 'utf-8'
b'hello'.decode(encoding)

Или

str(b'hello', encoding)
195
Peter Mortensen 28 Сен 2019 в 10:52

Установите для universal_newlines значение True, т.е.

command_stdout = Popen(['ls', '-l'], stdout=PIPE, universal_newlines=True).communicate()[0]
29
Borislav Sabev 21 Янв 2014 в 15:47

Для Python 3 это гораздо более безопасный и Pythonic подход для преобразования из byte в string:

def byte_to_str(bytes_or_str):
    if isinstance(bytes_or_str, bytes): # Check if it's in bytes
        print(bytes_or_str.decode('utf-8'))
    else:
        print("Object not of byte type")

byte_to_str(b'total 0\n-rw-rw-r-- 1 thomas thomas 0 Mar  3 07:03 file1\n-rw-rw-r-- 1 thomas thomas 0 Mar  3 07:03 file2\n')

Выход:

total 0
-rw-rw-r-- 1 thomas thomas 0 Mar  3 07:03 file1
-rw-rw-r-- 1 thomas thomas 0 Mar  3 07:03 file2
4
Peter Mortensen 28 Сен 2019 в 11:11

Чтобы интерпретировать последовательность байтов как текст, вы должны знать соответствующую кодировку символов:

unicode_text = bytestring.decode(character_encoding)

Примере:

>>> b'\xc2\xb5'.decode('utf-8')
'µ'

Команда ls может выдавать выходные данные, которые нельзя интерпретировать как текст. Имена файлов в Unix может быть любая последовательность байтов, кроме косой черты b'/' и нуля b'\0' :

>>> open(bytes(range(0x100)).translate(None, b'\0/'), 'w').close()

Попытка декодировать такой суппорт байтов с использованием кодировки utf-8 поднимает UnicodeDecodeError.

Это может быть хуже. Декодирование может завершиться сбоем молча и привести к mojibake если вы используете неправильную несовместимую кодировку:

>>> '—'.encode('utf-8').decode('cp1252')
'—'

Данные повреждены, но ваша программа не знает, что произошел сбой.

В общем, какая кодировка символов не используется в самой последовательности байтов. Вы должны сообщить эту информацию вне группы. Некоторые результаты более вероятны, чем другие, и поэтому существует модуль chardet, который может угадать кодировку символов. Один скрипт Python может использовать несколько кодировок символов в разных местах.


Вывод ls может быть преобразован в строку Python с помощью os.fsdecode() функция, которая успешно работает даже для неразборчивого имена файлов (используется Обработчик ошибок sys.getfilesystemencoding() и surrogateescape включен Unix ) :

import os
import subprocess

output = os.fsdecode(subprocess.check_output('ls'))

Чтобы получить оригинальные байты, вы можете использовать os.fsencode().

Если вы передаете параметр universal_newlines=True, то subprocess использует locale.getpreferredencoding(False) для декодирования байтов, например, это может быть cp1252 в Windows.

Чтобы декодировать поток байтов на лету, io.TextIOWrapper() можно использовать: пример.

Различные команды могут использовать разные кодировки символов для своих например, внутренняя команда dir (cmd) может использовать cp437. Расшифровать его вывод, вы можете передать кодировку явно (Python 3.6+):

output = subprocess.check_output('dir', shell=True, encoding='cp437')

Имена файлов могут отличаться от os.listdir() (который использует Windows Unicode API), например, '\xb6' можно заменить на '\x14' - Python кодек cp437 сопоставляет b'\x14' с управляющим символом U + 0014 вместо U + 00B6 (¶). Для поддержки имен файлов с произвольными символами Unicode см. Декодирование выходных данных PowerShell, возможно, содержащих символы не-ASCII Unicode, в строку Python

15
jfs 4 Окт 2019 в 20:19