python - 如何将具有混合 unicode 表示和 unicode 的文本文件转换为字节？

Question

我有一个文本文件，其中包含数据行（键值对）：

"\x80\x80\x13_@\x80":"\xff\xff\x80Sometext\x56\"\x64\u0001(more bytes with unicode reprsentation and unicode and latin symbols)\xfdg\u0080moretext\x30中\x52\x23\x24P" （也许 \U00000000 （不确定））

（它实际上是混合的，我很难理解如何将其转换为字节格式，因为我需要文件中的数据。

当我读取为字节时，我很难弄清楚如何处理它。如果我读为文本，它之前有两个 \ 。

（它是来自 golang/leveldb 的转储，我想将其拆分以提取 wav 数据）。

标签： pythonunicodebyte

Answer 1

如果它是一个字符串（或 py2 中的 unicode），你可以调用my_string.encode("utf8")，因为我相信 unicode 中的所有字符都可以用 utf8 表示（带一点盐）......（注意并非所有字节都必须如此，如果你有奇怪的随机那里的二进制数据也可能无法很好地工作）

如果它已经以字节为单位，那就更难了......你真的需要知道适当的编码