奇怪的字符串格式化後閱讀（）蟒蛇

Question

我試圖讀取使用Python

open('/Desktop/test.csv','rb').read()[1:15] 

一個文件，我得到返回類似：

'\xfeY\x00!\x00B\x00L\x00-\x00 \x00B' 

即使當我打開test.csv雖然在文本編輯器中它是可讀的字符串格式。有誰知道這是什麼格式，以及如何將其轉換回字符串？謝謝！

Answer 1

該文件使用UTF-16編碼。

>>> open('/Desktop/test.csv', 'r', encoding='UTF-16').read(7) 
'Y!BL- B' 

或者，如果你還在使用老的Python版本，

>>> import codecs 
>>> codecs.open('/Desktop/test.csv', 'r', encoding='UTF-16').read(7) 
u'Y!BL- B' 

還要注意的是Python使用從零開始的索引，像大多數其他語言（C，Java和C＃，JavaScript的，等...）

>>> 'abcdefghijklmnopqrstuvwxyz'[1:15] 
'bcdefghijklmno' # Omits the 'a', which is at index 0 

Answer 2

沒有什麼奇怪的，一切都很好。 Python是使用\x00轉義序列來表示不可打印的字符：

>>> '\x00' 
'\x00' 
>>> len('\x00') 
1 
>>> '\x65' 
'e' 

注意如何十六進制字符65印刷爲e;畢竟它是一個可打印的ASCII字母。

您的數據可能被編碼爲與ASCII不同的東西;嘗試用UTF-16解碼它。前1個字節看起來像是我的UTF-16 BOM的第二個字節：

>>> import codecs 
>>> codecs.BOM_UTF16 
'\xff\xfe'