Python中bytes对象的字符串表示本质是什么？如何还原原始bytes对象？

你查到的官方描述是准确的：

如果既未指定encoding参数也未指定errors参数，str(object)将返回type(object).__str__(object)的结果[...]。

对bytes对象来说，这个__str__返回的不是解码后的字符串，而是专门的调试用表示，具体规则如下：

bytes对象内置字符串表示的实现规则 #

对bytes对象直接调用不带encoding参数的str()时，返回结果和对bytes对象调用repr()的输出完全一致，遵循固定转换规则：

• 输出整体固定包裹在b'前缀和收尾的单引号中，符合Python代码中bytes字面量的书写格式
• 字节值落在ASCII可打印范围（0x20~0x7E，即空格到波浪号~）的字节，直接输出对应的ASCII字符
• 特殊字节做转义处理：
  • 常见ASCII控制字符（换行、制表符、回车等）输出为标准短转义序列，比如\n、\t、\r
  • 单引号'、反斜杠\本身会前置反斜杠转义，避免和外层包裹的语法符号冲突
  • 其余所有字节统一输出为\xHH格式，HH为对应字节值的两位小写十六进制数

你之前运行代码拿到的结果完全符合这个规则：阿拉伯语字符串用utf-8编码后每个字符对应2个字节，这些字节值都不在ASCII可打印范围，所以全部被转成了\x开头的十六进制转义序列，再套上b'...'的外壳，和你预期的解码结果完全不是一个逻辑。

能否通过该字符串表示还原原始内容 #

只要拿到的是完整、未被篡改的str(bytes_obj)输出结果，是可以还原原始bytes对象、再进一步解码得到原Unicode字符串的，但绝对不推荐将这种方式作为通用场景下的编解码/序列化方案。

还原方法 #

因为输出格式完全匹配Python的bytes字面量语法，可以借助标准库ast的literal_eval方法做安全解析，对应你之前的测试case，示例代码如下：

import ast

a = "عجائب"
a_bytes = a.encode(encoding="utf-8")
b = str(a_bytes)

# 从字符串还原原始bytes对象
recovered_bytes = ast.literal_eval(b)
# 按原编码解码回Unicode字符串
recovered_a = recovered_bytes.decode("utf-8")

print(recovered_a == a)  # 输出True

不推荐使用的原因 #

• 这个字符串表示的设计目的是方便开发者调试时查看字节内容，不是为数据传输、持久化场景设计的：非ASCII字节都会被转成4个字符长度的转义序列，数据体积会膨胀数倍，传输和解析效率都很低
• 鲁棒性极差：只要字符串在流转过程中出现一点改动（比如转义符被吞、外层引号丢失、多了空白字符），解析就会直接失败
• 完全不符合Python3的编码设计规范：Python3刻意取消了str和bytes之间的隐式自动转换，就是为了避免Python2时代泛滥的编码乱码问题，bytes转字符串的正确做法永远是显式指定对应编码调用.decode()方法，比如utf-8编码的字节直接调用a_bytes.decode("utf-8")即可得到预期结果，不要直接对bytes对象调用无参数的str()。

内容的提问来源于stack exchange，提问作者Bernhard