Я использую этот код для получения стандартного вывода из внешней программы:
>>> from subprocess import *
>>> command_stdout = Popen(['ls', '-l'], stdout=PIPE).communicate()[0]
Метод communicate() возвращает массив байтов:
>>> command_stdout
b'total 0\n-rw-rw-r-- 1 thomas thomas 0 Mar 3 07:03 file1\n-rw-rw-r-- 1 thomas thomas 0 Mar 3 07:03 file2\n'
Однако я'хотел бы работать с выводом как с обычной строкой Python. Чтобы я мог распечатать ее следующим образом:
>>> print(command_stdout)
-rw-rw-r-- 1 thomas thomas 0 Mar 3 07:03 file1
-rw-rw-r-- 1 thomas thomas 0 Mar 3 07:03 file2
Я думал, что для этого и предназначен метод binascii.b2a_qp(), но когда я попробовал его, то снова получил тот же массив байтов:
>>> binascii.b2a_qp(command_stdout)
b'total 0\n-rw-rw-r-- 1 thomas thomas 0 Mar 3 07:03 file1\n-rw-rw-r-- 1 thomas thomas 0 Mar 3 07:03 file2\n'
Как мне преобразовать байтовое значение обратно в строку? Я имею в виду, используя "аккумуляторы" вместо того, чтобы делать это вручную. И я'хотел бы, чтобы это было нормально с Python 3.
Вам нужно декодировать объект bytes, чтобы получить строку:
>>> b"abcde"
b'abcde'
# utf-8 is used here because it is a very common encoding, but you
# need to use the encoding your data is actually in.
>>> b"abcde".decode("utf-8")
'abcde'
Вам нужно декодировать байтовую строку и превратить ее в символьную строку (Unicode).
В Python 2
encoding = 'utf-8'
'hello'.decode(encoding)
или
unicode('hello', encoding)
На Python 3
encoding = 'utf-8'
b'hello'.decode(encoding)
или
str(b'hello', encoding)
Если вы Don'т знать кодировку, чтобы потом прочитать двоичный ввод в строку в Python 3 и Python 2 совместимым способом, используют древние МС-Дос CP437 кодировка:
PY3K = sys.version_info >= (3, 0)
lines = []
for line in stream:
if not PY3K:
lines.append(line)
else:
lines.append(line.decode('cp437'))
Потому что кодировка неизвестна, ожидать не-английские символы переводить в символы cp437
(английские символы не переводятся, поскольку они совпадают в большинстве однобайтовых кодировках и UTF-8).
Декодирование произвольных двоичных входных данных в UTF-8 является небезопасным, потому что вы можете сделать это:
>>> b'\x00\x01\xffsd'.decode('utf-8')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 2: invalid
start byte
То же самое относится к Латинская-1
, который был популярен (по умолчанию?) для Python 2. Увидеть недостающие пункты в макет кодовой страницы - это где питон дроссели с печально известной порядковый номер не в диапазон
.
Обновление 20150604: ходят слухи, что Python 3 имеет surrogateescape
ошибка стратегии для кодирования в двоичном данных без потери данных и сбои, но для этого нужно преобразование тесты, [двоичный] -> [стр] -> [двоичный]
, чтобы проверить производительность и надежность.
Обновление 20170116: спасибо комментарий Nearoo - появилась возможность сократить избежать всех неизвестных байт с backslashreplace` обработчик ошибок. Это работает только для Python 3, так что даже это временное решение, вы все равно получите противоречивые выход из разных версий питона:
PY3K = sys.version_info >= (3, 0)
lines = []
for line in stream:
if not PY3K:
lines.append(line)
else:
lines.append(line.decode('utf-8', 'backslashreplace'))
См. поддержка Unicode в Python для получения подробных сведений.
Обновление 20170119: я решил реализовать Слэш побега декодирования, который работает как питон&ампер;усилитель; nbsp;2 и Python&ампер;усилитель; nbsp;3. Она должна быть медленнее, чем cp437
решение, но оно должно производить идентичные результаты на любой версии Python.
# --- preparation
import codecs
def slashescape(err):
""" codecs error handler. err is UnicodeDecode instance. return
a tuple with a replacement for the unencodable part of the input
and a position where encoding should continue"""
#print err, dir(err), err.start, err.end, err.object[:err.start]
thebyte = err.object[err.start:err.end]
repl = u'\\x'+hex(ord(thebyte))[2:]
return (repl, err.end)
codecs.register_error('slashescape', slashescape)
# --- processing
stream = [b'\x80abc']
lines = []
for line in stream:
lines.append(line.decode('utf-8', 'slashescape'))
В Python 3, кодировку по умолчанию в "в UTF-8"
в, так что вы можете напрямую использовать:
b'hello'.decode()
что эквивалентно
b'hello'.decode(encoding="utf-8")
С другой стороны, в Python 2, используется кодировка по умолчанию в строку кодировки по умолчанию. Таким образом, вы должны использовать:
b'hello'.decode(encoding)
где кодировка-это кодировка, которую вы хотите.
Примечание: в поддержку доводов сайта был добавлен в Python&ампер;усилитель; nbsp;2.7.
Я думаю, ты действительно хочешь этого:
>>> from subprocess import *
>>> command_stdout = Popen(['ls', '-l'], stdout=PIPE).communicate()[0]
>>> command_text = command_stdout.decode(encoding='windows-1252')
Ответ Aaron'a был правильным, за исключением того, что вам нужно знать какую кодировку использовать. И я полагаю, что Windows использует 'windows-1252'. Это будет иметь значение, только если у вас есть необычные (не ASCII) символы в вашем контенте, но тогда это будет иметь значение.
Кстати, тот факт, что это имеет значение, является причиной того, что Python перешел на использование двух разных типов для двоичных и текстовых данных: он не может волшебным образом конвертировать между ними, потому что он не знает кодировку, пока вы ему не скажете! Единственный способ узнать это - прочитать документацию Windows (или прочитать ее здесь).
Набор universal_newlines значение true, т. е.
command_stdout = Popen(['ls', '-l'], stdout=PIPE, universal_newlines=True).communicate()[0]
В то время как @Аарон мяэнпяа: дизайн для всех'ы ответ просто работает, пользователь недавно:
Есть ли какой более простой способ? 'fhand.читать().расшифруйте("в формате ASCII" в)' [...] Он's так долго!
Вы можете использовать:
command_stdout.decode()
декодировать()
имеет стандартный аргумент:
кодеки.расшифруйте(объект, кодировка='кодировка UTF-8', ошибки='жестких')
Поскольку этот вопрос на самом деле спрашивает о подпроцесс
выход, у вас есть более прямой подход, поскольку к popen
принимает кодирование ключевое слово (в языке Python 3.6+):
>>> from subprocess import Popen, PIPE
>>> text = Popen(['ls', '-l'], stdout=PIPE, encoding='utf-8').communicate()[0]
>>> type(text)
str
>>> print(text)
total 0
-rw-r--r-- 1 wim badger 0 May 31 12:45 some_file.txt
Общего ответа для других пользователей - расшифруйте байт в текст:
>>> b'abcde'.decode()
'abcde'
Без аргумента, sys файла.getdefaultencoding()
будет использоваться. Если ваши данные не sys файла.getdefaultencoding()
, то вы должны явно указать кодировку в расшифровать
вызов:
>>> b'caf\xe9'.decode('cp1250')
'café'
Интерпретировать последовательность байтов в текст, вы должны знать соответствующие кодировки:
unicode_text = bytestring.decode(character_encoding)
Пример:
>>> b'\xc2\xb5'.decode('utf-8')
'µ'
команда ls может производить продукцию, которая может'т быть интерпретированы как текст. Имена файлов в Unix может быть любая последовательность байтов, за исключением Слэш
б'/'и ноль б'\0'
:
>>> open(bytes(range(0x100)).translate(None, b'\0/'), 'w').close()
Пытаясь расшифровать такие байта суп, используя кодировку UTF-8 поднимает UnicodeDecodeError
.
Он может быть хуже. Раскодирование могут молча отказать и произвести mojibake если вы используете неправильную несовместимые кодировки:
>>> '—'.encode('utf-8').decode('cp1252')
'—'
Если данные повреждены, но ваша программа по-прежнему не подозревая, что неудача произошло.
В общем, что кодировку использовать не встроен в саму последовательность байтов. Вы должны донести эту инфо-каналу. Некоторые результаты более вероятны, чем другие, и поэтому chardet
существует модуль, который может думаю кодировку. Один скрипт на Python могут использовать несколько кодировок в разных местах.
команды ls
выход может быть преобразован в строку в Python с использованием ОС [.fsdecode()
функции] (), что удается даже для undecodable
имена файлов (он использует
Сыс.getfilesystemencoding()
и surrogateescape
обработчик ошибок на
В Unix):
import os
import subprocess
output = os.fsdecode(subprocess.check_output('ls'))
Чтобы получить исходный байт, вы можете использовать ОС.fsencode()
.
Если вы проходите universal_newlines=правда
параметра подпроцесс
использует
язык.getpreferredencoding(ложные)
для декодирования байтов, например, это может быть
cp1252
в Windows.
Чтобы расшифровать байтовый поток на лету,
Ио.TextIOWrapper()
могут быть использованы: пример.
Различные команды могут использовать различные кодировки для их выход например, внутренние команды DIR `("ЦМД") может использовать cp437. Чтобы расшифровать его выход, можно пройти кодировку явно (питон 3.6+):
output = subprocess.check_output('dir', shell=True, encoding='cp437')
Имена файлов могут отличаться от операционной системы.listdir()(который использует Windows API для Юникода), например,
'\хв6'можно заменить
'\х14'`—питон'ы
cp437 кодек карты б'\х14' контролировать символа U+0014 вместо
У+00B6 (¶). Для поддержки файлов с произвольными символами Unicode, см. https://stackoverflow.com/q/33936074/4279
Если вы должны получить следующие попытки декодировать()
:
AttributeError: 'ул.' объект не имеет атрибут 'расшифровать'
Вы также можете указать тип кодировки прямо в гипсе:
>>> my_byte_str
b'Hello World'
>>> str(my_byte_str, 'utf-8')
'Hello World'
При работе с данными из систем Windows (с\R конца строки\п`), мой ответ
String = Bytes.decode("utf-8").replace("\r\n", "\n")
Почему? Попробуйте это с многолинейным Input.txt:
Bytes = open("Input.txt", "rb").read()
String = Bytes.decode("utf-8")
open("Output.txt", "w").write(String)
Все окончания строк будет в два раза (до \р\р\н
), что приводит к дополнительной пустой строки. В Python'ы, текст-прочитать функции обычно нормализовать окончаний строк, так что используем только строки \п
. Если вы получаете двоичных данных из системы Windows, Python не имеют шанс сделать это. Таким образом,
Bytes = open("Input.txt", "rb").read()
String = Bytes.decode("utf-8").replace("\r\n", "\n")
open("Output.txt", "w").write(String)
будет повторить ваш исходный файл.
Я сделал функцию, чтобы очистить список
def cleanLists(self, lista):
lista = [x.strip() for x in lista]
lista = [x.replace('\n', '') for x in lista]
lista = [x.replace('\b', '') for x in lista]
lista = [x.encode('utf8') for x in lista]
lista = [x.decode('utf8') for x in lista]
return lista
Для Python 3, это гораздо безопаснее и обновления подход конвертировать из байт
в строку
:
def byte_to_str(bytes_or_str):
if isinstance(bytes_or_str, bytes): # Check if it's in bytes
print(bytes_or_str.decode('utf-8'))
else:
print("Object not of byte type")
byte_to_str(b'total 0\n-rw-rw-r-- 1 thomas thomas 0 Mar 3 07:03 file1\n-rw-rw-r-- 1 thomas thomas 0 Mar 3 07:03 file2\n')
Выход:
total 0
-rw-rw-r-- 1 thomas thomas 0 Mar 3 07:03 file1
-rw-rw-r-- 1 thomas thomas 0 Mar 3 07:03 file2
С системы системы-конкретные параметры и функции:
Для записи или чтения двоичных данных из/в стандартные потоки, использование базовых двоичных буфера. Например, чтобы записать байты в файл, используйте представление sys.поток stdout.буфер.напишите(б'азбуке')`.
def toString(string):
try:
return v.decode("utf-8")
except ValueError:
return string
b = b'97.080.500'
s = '97.080.500'
print(toString(b))
print(toString(s))
Если вы хотите сконвертировать байты, а не просто строку, преобразованную в байтах:
with open("bytesfile", "rb") as infile:
str = base64.b85encode(imageFile.read())
with open("bytesfile", "rb") as infile:
str2 = json.dumps(list(infile.read()))
Но это не очень эффективно,. Получится 2 МБ картинку в 9 МБ.
Для конкретных случае "запустить команду оболочки и сделать свой вывод как текст, а не байт-то", на Python 3.7, вы должны использовать подпроцесса.запустить
и передать в тексте=правда(а также
capture_output=правда`, чтобы захватить выходные)
command_result = subprocess.run(["ls", "-l"], capture_output=True, text=True)
command_result.stdout # is a `str` containing your program's stdout
текст
называли universal_newlines
, и был изменен (ну, псевдоним) в Python 3.7. Если вы хотите поддержка Python до версии 3.7, пройти в universal_newlines=правдавместо
текст=правда`