如何将字节列表（unicode）转换为Python字符串？

Question

我有一串字节（8位字节，在C/C++语言中它们形成wchar_t类型的字符串），这些字节组成了一个UNICODE字符串（一个字节一个字节地组成）。我想知道怎么把这些值转换成Python字符串。我尝试了几种方法，但都无法把两个字节合并成一个字符，也无法从中构建出完整的字符串。谢谢。

Answer 1

对我来说，这个方法效果最好：

import codecs

print(type(byteData)) # <class 'bytes'>
strData = codecs.decode(byteData, 'UTF-8')

Answer 2

你还可以使用 decode() 方法把字节列表转换成字符串列表。

stringlist=[x.decode('utf-8') for x in bytelist]

Answer 3

把一串字节转换成Unicode字符串，可以通过调用那个 str（在Python 2.x中）或 bytes（在Python 3.x中）对象的 decode() 方法来实现。

如果你手上有一个字节列表，要得到这个对象，可以用 ''.join(bytelist) 或者 b''.join(bytelist)。

你需要指定最初编码Unicode字符串时用的编码方式。

不过，“Python字符串”这个说法有点模糊，而且还和版本有关。在Python 2.x中，str类型代表的是字节字符串，而在Python 3.x中，它代表的是Unicode字符串。所以，在Python 2中，直接使用 ''.join(bytelist) 就会得到一个 str 对象。

Python 2的示例：

In [1]: 'тест'
Out[1]: '\xd1\x82\xd0\xb5\xd1\x81\xd1\x82'

In [2]: bytelist = ['\xd1', '\x82', '\xd0', '\xb5', '\xd1', '\x81', '\xd1', '\x82']

In [3]: ''.join(bytelist).decode('utf-8')
Out[3]: u'\u0442\u0435\u0441\u0442'

In [4]: print ''.join(bytelist).decode('utf-8') # encodes to the terminal encoding
тест

In [5]: ''.join(bytelist) == 'тест'
Out[5]: True