0

我对 Python 还很陌生，所以我可能仍然会犯很多新手错误。

我在 Python 中比较了两个看似匹配的字符串，但它总是返回 false。当我检查对象的表示时，我发现其中一个字符串是用 ASCII 编码的。

第一个字符串的表示返回：

'\x00"\x00i\x00t\x00i\x00n\x00e\x00r\x00a\x00r\x00y\x00_\x00o\x00p\x00t\x00i\x00o\x00n\x00s\x00_\x00s\x00e\x00a\x00r\x00c\x00h\x00_\x00b\x00u\x00t\x00t\x00o\x00n\x00"\x00 \x00=\x00 \x00"\x00L\x00a\x00u\x00n\x00c\x00h\x00 \x00t\x00h\x00e\x00 \x00s\x00e\x00a\x00r\x00c\x00h\x00"\x00;\x00'

而第二个字符串的表示返回：

"itinerary_options_search_button" = "Launch the search";

我试图弄清楚如何解码第一个字符串以获得第二个字符串，以便我对两者的比较将匹配。当我解码第一个字符串时

string.decode('ascii')

我得到一个 unicode 对象。我不确定如何获取解码的字符串。

4

2 回答 2

0

您的第一个字符串似乎有一些问题。我不完全确定为什么会有这么多空字符 ( \x00)，但无论哪种方式，我们都可以编写一个函数来清理它们：

s_1 = '\x00"\x00i\x00t\x00i\x00n\x00e\x00r\x00a\x00r\x00y\x00_\x00o\x00p\x00t\x00i\x00o\x00n\x00s\x00_\x00s\x00e\x00a\x00r\x00c\x00h\x00_\x00b\x00u\x00t\x00t\x00o\x00n\x00"\x00 \x00=\x00 \x00"\x00L\x00a\x00u\x00n\x00c\x00h\x00 \x00t\x00h\x00e\x00 \x00s\x00e\x00a\x00r\x00c\x00h\x00"\x00;\x00'
s_2 = '"itinerary_options_search_button" = "Launch the search";'

def null_cleaner(string):
    new_string = ""
    for char in string:
        if char != "\x00":
            new_string += char
    return new_string

print(null_cleaner(s_1) == null_cleaner(s_2))

这样做的一种不太可靠的方法是简单地拼接字符串以删除所有其他字符（恰好是\x00）：

s_1 = '\x00"\x00i\x00t\x00i\x00n\x00e\x00r\x00a\x00r\x00y\x00_\x00o\x00p\x00t\x00i\x00o\x00n\x00s\x00_\x00s\x00e\x00a\x00r\x00c\x00h\x00_\x00b\x00u\x00t\x00t\x00o\x00n\x00"\x00 \x00=\x00 \x00"\x00L\x00a\x00u\x00n\x00c\x00h\x00 \x00t\x00h\x00e\x00 \x00s\x00e\x00a\x00r\x00c\x00h\x00"\x00;\x00'
s_2 = '"itinerary_options_search_button" = "Launch the search";'

print(s_1[1::2] == s_2)
于 2018-07-10T17:49:52.007 回答
0

... 以 ASCII 编码。

[lots of NULs]

没有。

>>> '\x00"\x00i\x00t\x00i\x00n\x00e\x00r\x00a\x00r\x00y'.decode('utf-16be')
u'"itinerary'

当然，您的数据有一个额外的 NUL 会破坏它。一旦你清理了它，你应该能够毫无问题地对其进行解码。

于 2018-07-10T17:54:44.723 回答