python-3.x - python 3.4 : str : AttributeError: 'str' object has no attribute 'decode

Question

我有一个函数的代码部分，用于替换字符串中编码错误的外来字符:

s = "String from an old database with weird mixed encodings"
s = str(bytes(odbc_str.strip(), 'cp1252'))
s = s.replace('\\x82', 'é')
s = s.replace('\\x8a', 'è')
(...)
print(s)
# b"String from an old database with weird mixed encodings"

我在这里需要一个“真正的”字符串，而不是字节。但是当我想解码它们时，我有一个异常(exception):

s = "String from an old database with weird mixed encodings"
s = str(bytes(odbc_str.strip(), 'cp1252'))
s = s.replace('\\x82', 'é')
s = s.replace('\\x8a', 'è')
(...)
print(s.decode("utf-8"))
# AttributeError: 'str' object has no attribute 'decode'

你知道为什么这里的 s 是字节吗？

为什么我不能将其解码为真正的字符串？

你知道如何以干净的方式做到这一点吗？ (今天我返回 s[2:][:-1]。工作但非常丑陋，我想了解这种行为)

提前致谢 !

编辑:

python3中的pypyodbc默认使用所有unicode。这让我很困惑。在连接时，您可以告诉他使用 ANSI。

con_odbc = pypyodbc.connect("DSN=GP", False, False, 0, False)

然后，我可以将返回的东西转换为cp850，这是数据库的初始代码页。

str(odbc_str, "cp850", "replace")

不再需要手动替换每个特殊字符。
非常感谢pepr

Answer 1

打印b"String from an old database with weird mixed encodings"不是字符串内容的表示。它是字符串内容的值。由于您没有将编码参数传递给 str() ...(见文档 https://docs.python.org/3.4/library/stdtypes.html#str)

If neither encoding nor errors is given, str(object) returns object.__str__(), which is the “informal” or nicely printable string representation of object. For string objects, this is the string itself. If object does not have a __str__() method, then str() falls back to returning repr(object).

这就是你的情况。 b"实际上是两个字符，它们是字符串内容的一部分。你也可以试试:

s1 = 'String from an old database with weird mixed encodings'
print(type(s1), repr(s1))
by = bytes(s1, 'cp1252')
print(type(by), repr(by))
s2 = str(by)
print(type(s2), repr(s2))

它打印:

<class 'str'> 'String from an old database with weird mixed encodings'
<class 'bytes'> b'String from an old database with weird mixed encodings'
<class 'str'> "b'String from an old database with weird mixed encodings'"

这就是为什么s[2:][:-1]的原因为你工作。

如果你想多了，那么(在我看来)或者你想得到bytes或 bytearray从数据库(如果可能)，并修复字节(请参阅 bytes.translate https://docs.python.org/3.4/library/stdtypes.html?highlight=translate#bytes.translate )或您成功获得字符串(幸运的是，构造该字符串时没有异常(exception))，并且您想替换错误的字符通过正确的字符(另见 str.translate() https://docs.python.org/3.4/library/stdtypes.html?highlight=translate#str.translate )。

可能是 ODBC 在内部使用了错误的编码。 (即数据库的内容可能是正确的，但它被 ODBC 误解了，您无法告诉 ODBC 什么是正确的编码。)然后您想使用该错误编码将字符串编码回字节，然后使用正确的编码对字节进行解码。