拆分字节数组然后在Python中将其转换为字符串的有效方法

Question

我有一个包含字符的 numpy 字节数组，后跟 b''，然后是其他字符（包括在解码时引发 Unicode 错误的奇怪字符）：

bytes = numpy.array([b'f', b'o', b'o', b'', b'b', b'a', b'd', b'\xfe', b'\x95', b'', b'\x80', b'\x04', b'\x08' b'\x06'])

我想在第一个 b'' 之前得到所有东西。

目前我的代码是：

txt = []
for c in bytes:
    if c != b'':
        txt.append(c.decode('utf-8'))
    else:
        break
txt = ''.join(txt)

我想有一种更有效和 Pythonic 的方式来做到这一点。

Answer 1

我喜欢你的方式，它很明确，for 循环是所有人都可以理解的，与其他方法相比它并没有那么慢。

我提出的一些建议是将您的条件从if c != b'' 更改为if c，因为非空字节对象将是真实的，*不要将您的列表命名为bytes，您会屏蔽内置的-在！将其命名为 bt 或类似名称 :-)

其他选项包括itertools.takewhile，只要谓词成立，它就会从可迭代对象中获取元素；您的操作如下所示：

"".join(s.decode('utf-8') for s in takewhile(bool, bt))

这会稍微慢一些，但更紧凑，如果您是单线爱好者，这可能会吸引您。

使用index 和切片会稍微快一点，也更紧凑：

"".join(b.decode('utf-8') for b in bt[:bt.index(b'')])

虽然紧凑，但它也受到可读性的影响。

简而言之，我会使用 for 循环，因为在我看来，可读性非常Python。