字符串到 python 中的 wstring

Question

我有一个 udp 套接字，它接收不同长度的数据报。数据报的第一个指定它将接收什么类型的数据，例如 64-means bool false，65-means bool true，66-means sint，67-means int 等等。由于大多数数据类型都知道长度，但是当涉及到字符串和 wstring 时，第一个字节表示 85 表示字符串，接下来的 2 个字节表示字符串长度，然后是实际字符串。对于 wstring 85，接下来的 2 个字节表示 wstring 长度，然后是实际 wstring。

为了解析上面那种 wstring 格式 b'U\x00\x07\x00C\x00o\x00u\x00p\x00o\x00n\x001' 我使用了下面的代码

data = str(rawdata[3:]).split("\x00")
data = "".join(data[1:])
data = "".join(data[:-1])

这是正确的还是其他简单的方法？

当我收到数据报时，我也需要发送数据报。但是我不知道如何创建数据报，因为 socket.sendto 需要 bytes。如果我尝试将字符串转换为 utf-16 格式，它将转换为 wstring。如果是这样，我将如何将其余信息添加到 bytes

从上面的数据报信息来看U-85是wstring，\x00\x07-7长度的wstring数据，\x00C\x00o\x00u\x00p\x00o\x00n\x001-是实际的字符串Coupon1

Answer 1

完整的答案取决于您打算如何处理结果数据。用 '\x00' 拆分字符串（假设这就是你的意思？不确定我是否理解为什么那里有两个反斜杠）并没有真正意义。首先使用 wstring 类型的原因是能够表示不是普通旧 8 位（实际上是 7 位）ascii 的字符。如果您有任何不是标准罗马字符的字符，它们很可能有除零字节以外的字符分隔字符，在这种情况下，您的 split 结果将毫无意义。

警告：由于您提到 sendto 需要字节，我假设您使用的是 python3。 python2.

下的细节会略有不同

无论如何，如果我明白您的意思，"utf-16-be" 编解码器可能就是您要找的。（"utf-16" 编解码器将 "byte order marker" 放在您可能不想要的编码字符串的开头；"utf-16-be" 只是将大端 16 位字符放入字节字符串。 ) 解码可以像这样执行：

rawdata = b'U\x00\x07\x00C\x00o\x00u\x00p\x00o\x00n\x001'

dtype = rawdata[0]
if dtype == 85:        # wstring
    dlen = ord(rawdata[1:3].decode('utf-16-be'))
    data = rawdata[3: (dlen * 2) + 3]
    dstring = data.decode('utf-16-be')

这会将 dstring 保留为 python unicode 字符串。在 python3 中，所有字符串都是 unicode。大功告成。

可以这样编码：

tosend = 'Coupon1'
snd_data = bytearray([85])  # wstring indicator
snd_data += bytearray([(len(tosend) >> 8), (len(tosend) & 0xff)])
snd_data += tosend.encode('utf-16-be')

字符串到 python 中的 wstring

string to wstring in python

python

sockets

string

wstring