Python编码格式

Question

我需要将 python str 存储在数据库中以检索它，然后在其上应用 format() 和 encode() 方法以塑造我的请求帧将其转换为 bytes，最后通过 socket.

send()

MWE是这样的：

fstr = '{slaveid:}{command:s}\x0d'
cstr = fstr.format(slaveid=chr(128+43), command='flags')
bstr = cstr.encode()

并产生以下输出：

{slaveid:}{command:s}
«flags
b'\xc2\xabflags\r'

我的问题出现在第三行，大于127的字符在执行encode()方法时变成了两个字节。假设这都是关于字符集定义的，因为默认编码 'ascii' 被限制为 127.

我应该如何定义我的编码以获得以下转换：

b'\xabflags\r'

在charset tables面前有点迷茫。

Answer 1

如问题评论中所述，问题是 .encode() 方法默认将字符串编码为 UTF-8 的结果。 chr(128+43)插入的字符是\u00ab，UTF-8编码为两个字节：\xc2\xab.

解决方法是在调用.encode()时指定一个single-byte字符编码。以下任何一项都有效...

cstr.encode(encoding='latin_1')
cstr.encode(encoding='iso-8859-1')
cstr.encode(encoding='cp1252')

...虽然应该注意虽然 iso-8859-1 只是 latin_1 的别名，但 cp1252 和 latin_1 不是同样的事情。但是，在您的情况下，这无关紧要，因为实际的 "character" 并不重要，只是 range(256).

中的（单个）字节值

Python encoding format