将具有 latin-1 字符的字节解码为具有十进制表示的字符串
Decoding a byte with latin-1 characters to string with decimal representation
我正在进行一个迁移项目，将 Web 服务器的一层从 python 2.7.8 升级到 python 3.6.3，我遇到了一些特殊情况的障碍。
当从客户端收到请求时，使用 pyzmq 在本地传输有效负载，它现在在 python3 中的 bytes 中交互，而不是 str（因为它在 python2 中） .
现在，我收到的有效载荷使用 iso-8859-1 (latin-1) 方案编码，我可以轻松地将其转换为字符串 payload.decode('latin-1') 并将其传递给需要字符串参数的下一个服务 (svc-save-entity)。
但是，后续服务“svc-save-entity”期望 latin-1 字符（如果存在）以 ASCII 字符参考（例如 é 表示 é) 而不是十六进制（例如 \xe9 表示 é）。
我正在努力寻找一种有效的方法来实现这种转换。 python 专家可以指导我吗？本质上我需要一个函数的定义说 decode_tostring():
payload = b'Banco Santander (M\xe9xico)' #payload is in bytes
payload_str = decode_tostring(payload) #function to convert into string
payload_str == 'Banco Santander (México)' #payload_str is a string in ASCII Character Reference
请定义decode_tostring()。 :)
encode() 和 decode() 方法接受一个名为 errors 的参数，它允许您指定如何处理指定编码中未表示 table 的字符.你要找的是 XML numeric character reference replacement，幸运的是 one of the standard handlers 在 codecs 模块中提供。
现在，按照您想要的方式实际进行替换是一个 小 复杂的过程，因为用相应的 XML 数字替换非 ASCII 字符的操作字符引用发生在 编码 期间，而不是解码期间。毕竟，编码是接收字符并发出字节的过程，因此只有在编码期间，您才能判断是否有不属于 ASCII 的字符。目前我能想到的获得所需转换的最简洁方法是解码、重新编码和重新解码，在编码步骤中应用 XML 实体引用替换。
def decode_tostring(payload):
return payload.decode('latin-1').encode('ascii', errors='xmlcharrefreplace').decode('ascii')
如果有某种方法可以用 XML 数字字符引用替换字符串中的所有非 ASCII 字符并返回一个字符串，我不会感到惊讶，如果是的话，你可以用它来代替编码和二次解码。但我不知道一个。我目前找到的最接近的是 xml.sax.saxutils.escape()，但它只作用于某些特定字符。
这与您的主要问题并不相关，但我确实想澄清一件事：numeric entities like é 是 SGML、HTML 和 XML 的一个特性，这是标记语言——一种将结构化数据表示为文本的方法。它们与 ASCII 无关。像 ASCII 这样的字符编码只不过是一些字符和一些字节序列的 table，这样 table 中的每个字符都映射到 table 中的一个字节序列，反之亦然，有一些限制使映射明确。
如果您的字符串包含不在特定编码 table 中的字符，则无法使用该编码对字符串进行编码。但是您 可以 做的是通过将不在 table 中的字符替换为 中的字符序列来将字符串转换为新字符串 =36=] 在 table 中，然后对新字符串进行编码。替换的方法有很多种，XML数字实体引用就是一个例子。 Python 的 codecs 模块中的一些其他错误处理程序代表了此替换的其他方法。
我正在进行一个迁移项目，将 Web 服务器的一层从 python 2.7.8 升级到 python 3.6.3，我遇到了一些特殊情况的障碍。
当从客户端收到请求时，使用 pyzmq 在本地传输有效负载，它现在在 python3 中的 bytes 中交互，而不是 str（因为它在 python2 中） .
现在，我收到的有效载荷使用 iso-8859-1 (latin-1) 方案编码，我可以轻松地将其转换为字符串 payload.decode('latin-1') 并将其传递给需要字符串参数的下一个服务 (svc-save-entity)。
但是，后续服务“svc-save-entity”期望 latin-1 字符（如果存在）以 ASCII 字符参考（例如 é 表示 é) 而不是十六进制（例如 \xe9 表示 é）。
我正在努力寻找一种有效的方法来实现这种转换。 python 专家可以指导我吗？本质上我需要一个函数的定义说 decode_tostring():
payload = b'Banco Santander (M\xe9xico)' #payload is in bytes
payload_str = decode_tostring(payload) #function to convert into string
payload_str == 'Banco Santander (México)' #payload_str is a string in ASCII Character Reference
请定义decode_tostring()。 :)
encode() 和 decode() 方法接受一个名为 errors 的参数，它允许您指定如何处理指定编码中未表示 table 的字符.你要找的是 XML numeric character reference replacement，幸运的是 one of the standard handlers 在 codecs 模块中提供。
现在，按照您想要的方式实际进行替换是一个 小 复杂的过程，因为用相应的 XML 数字替换非 ASCII 字符的操作字符引用发生在 编码 期间，而不是解码期间。毕竟，编码是接收字符并发出字节的过程，因此只有在编码期间，您才能判断是否有不属于 ASCII 的字符。目前我能想到的获得所需转换的最简洁方法是解码、重新编码和重新解码，在编码步骤中应用 XML 实体引用替换。
def decode_tostring(payload):
return payload.decode('latin-1').encode('ascii', errors='xmlcharrefreplace').decode('ascii')
如果有某种方法可以用 XML 数字字符引用替换字符串中的所有非 ASCII 字符并返回一个字符串，我不会感到惊讶，如果是的话，你可以用它来代替编码和二次解码。但我不知道一个。我目前找到的最接近的是 xml.sax.saxutils.escape()，但它只作用于某些特定字符。
这与您的主要问题并不相关，但我确实想澄清一件事：numeric entities like é 是 SGML、HTML 和 XML 的一个特性，这是标记语言——一种将结构化数据表示为文本的方法。它们与 ASCII 无关。像 ASCII 这样的字符编码只不过是一些字符和一些字节序列的 table，这样 table 中的每个字符都映射到 table 中的一个字节序列，反之亦然，有一些限制使映射明确。
如果您的字符串包含不在特定编码 table 中的字符，则无法使用该编码对字符串进行编码。但是您 可以 做的是通过将不在 table 中的字符替换为 中的字符序列来将字符串转换为新字符串 =36=] 在 table 中，然后对新字符串进行编码。替换的方法有很多种，XML数字实体引用就是一个例子。 Python 的 codecs 模块中的一些其他错误处理程序代表了此替换的其他方法。