read（）python后奇怪的字符串格式

Question

我想用Python读取一个文件

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

我得到的回报是：

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

即使当我打开测试.csv在文本编辑器中，它是可读的字符串格式。有人知道这是什么格式，以及如何将其转换回字符串吗？谢谢！你知道吗

Answer 1

文件用UTF-16编码。你知道吗

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

或者，如果您仍在使用较旧的Python版本

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

还要注意的是，Python使用基于零的索引，就像大多数其他语言（C、Java、C#、JavaScript等）一样

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

Answer 2

这没什么奇怪的，一切都好。Python使用\x00转义序列来表示不可打印的字符：

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

注意十六进制字符65是如何被打印成e；毕竟它是一个可打印的ASCII字母。你知道吗

您的数据可能被编码为与ASCII不同的格式；例如，尝试使用UTF-16对其进行解码。在我看来，第一个1字节就像UTF-16 BOM的第二个字节：

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