Python - 将二进制文件中的宽字符字符串转换为Python Unicode字符串

Question

今天过得很漫长，我有点儿困惑。

我正在读取一个二进制文件，这个文件里面有很多宽字符字符串，我想把它们转换成Python的unicode字符串。（我用struct模块来处理非字符串的数据，但我不知道怎么处理字符串。）

举个例子，读取单词“Series”：

myfile = open("test.lei", "rb")
myfile.seek(44)
data = myfile.read(12)

# data is now 'S\x00e\x00r\x00i\x00e\x00s\x00'

我该如何把这些原始的宽字符数据编码成Python字符串呢？

补充说明：我使用的是Python 2.6

Answer 1

如果我们知道这个字符串里没有超过FF的字符，那么还有一种方法可以生成一个字符串，而不是一个unicode对象，这种方法是通过省略零字节来实现的：

>>> 'S\x00e\x00r\x00i\x00e\x00s\x00'[::2]
'Series'

Answer 2

我还建议在解码后使用 rstrip 和 '\x00'，这样可以去掉所有结尾的 '\x00' 字符，当然，如果这些字符不需要的话就可以不去掉。

>>> data = 'S\x00o\x00m\x00e\x00\x20\x00D\x00a\x00t\x00a\x00\x00\x00\x00\x00'
>>> print '"%s"' % data.decode('utf-16').rstrip('\x00')
>>> "Some Data"

如果不使用 rstrip('\x00')，结果就会有多余的空格在后面：

>>> "Some Data  "

Answer 3

这段代码是用来处理某些数据的。它可能涉及到一些循环、条件判断或者函数调用。具体来说，它的目的是为了让程序能够根据不同的输入做出相应的反应。

在编程中，我们常常需要根据条件来决定下一步该做什么，比如如果某个值大于另一个值，就执行某个操作；如果不满足这个条件，就执行另一个操作。这种逻辑在代码中是非常常见的。

此外，代码中可能还会有一些变量，这些变量就像是存储信息的盒子，我们可以在程序运行时随时查看和修改它们的内容。

总之，这段代码的核心就是通过一些简单的规则和逻辑来处理数据，让程序能够智能地做出决策。

>>> data = 'S\x00e\x00r\x00i\x00e\x00s\x00'
>>> data.decode('utf-16')
u'Series'