代码之家 › 专栏 › 技术社区 › Riccardo Petraglia

python3中十六进制的解码列表

python-unicode unicode python-3.x string python

Riccardo Petraglia · 技术社区 · 8 年前

我有一个十六进制列表,我想把它转换成一个unicode字符列表。这里的一切都是用python-3.5完成的。

如果我这样做 print(binary.fromhex('hex_number').decode('utf-8')) 它起作用了。但如果在转换后,我再次将字符存储在列表中,则不起作用:

a = ['0063'] # Which is the hex equivalent to the c char.
b = [binary.fromhex(_).decode('utf-8') for _ in a]
print(b)

['\x00c']

而不是

['c']

而代码

a = ['0063']
for _ in a:
    print(binary.fromhex(_).decode('utf-8'))

打印,预计:

有人能给我解释一下如何转换列表吗 ['0063'] 在列表中 ['c'] 为什么我会有这种奇怪的行为?

0063 十六进制对应外观 here .

2 回复 | 直到 8 年前

Martijn Pieters 8 年前

如果0063是,您没有UTF-8数据 U+0063 LATIN SMALL LETTER C . 充其量 你有 UTF-16 data ,大端顺序:

>>> binary.fromhex('0063').decode('utf-16-be')
'c'

您可能需要检查您的满的数据以a开头 Byte Order Mark ,对于大端UTF-16 'FEFF' 在十六进制中,此时可以放下 -be 'FFFE' 相反,你有小端对UTF-16进行编码,然后在错误的点对数据进行切片;在这种情况下,你带着 '00' 前一个代码点的字节。

UTF-8 是一个 可变宽度 编码。Unicode标准中的前128个码点(对应于ASCII范围)直接编码为单字节,直接映射到ASCII标准。拉丁语-1范围及以上的代码点(高达U+07FF ^(*) ,接下来的1919个代码点)映射到两个字节,等等。

如果你的输入真的是UTF-8,那么你真的有一个 \x00 NULL character 在此之前 'c' . 打印NULL会导致许多终端上没有输出,但您可以使用 cat -v 将这些不可打印的字符转换为 插入符号转义码 :

$ python3 -c "print('\x00c')"
c
$ python3 -c "print('\x00c')" | cat -v
^@c

^@ 是中NULL的表示形式 caret notation 使用人 cat .

U+07FF当前未映射为Unicode;当前可能的最后一个UTF-8双字节码点是 U+07FA NKO LAJANYALAN .

Ahmad Yoosofan 8 年前

a = ['0063'] # Which is the hex equivalent to the c char.
b = [chr(int(x,16)) for x in a]
print(b)

幸亏 1

推荐文章

Aidan · 为什么在将最后一个索引分配给空终止符(\0)后,我无法释放char缓冲区

1 年前

Ben · 统计向量中的单词在字符串中出现的频率

1 年前

Mehan Alavi · TCP Socket-打印字符串中所有不在C中的字符不起作用

1 年前

Haru Hoshizora · 为什么一个整数的位置没有改变,但值却不同

1 年前

bear_525 · 从列中删除中间名和首字母,并保存在单独的列中

1 年前

asdfadf · 为什么具有相同内存值的字符串和整数打印方式不同?

1 年前

DrakeMurdoch · 统计每行中的字符数,如果所有字符数都低于某个数字,则删除

1 年前

user764754 · 防止多行原始字符串文字中出现新行字符

1 年前

Bogaso · 从列表中返回与模式匹配的元素

1 年前

Jasco · 如何使用VBA提取两个相似字符之间的字符串中的单词?

1 年前