Python中如何将rb模式读取的二进制字符串转为普通字符串？

Hey there, let's work through this UnicodeDecodeError issue you're hitting. Since your file has mixed encodings, strict UTF-8 decoding is choking on those invalid bytes (like the 0x93 you mentioned). Here are a few practical solutions to ditch that b' marker and turn your bytes objects into regular strings without errors:

1. 给decode添加错误处理参数 #

最简单的办法是告诉Python如何处理无法解码的字节，而不是直接抛出错误。你有两个常用选项：

• errors='replace': 把无法解码的字节替换成�字符，这样不会丢失周围的文本
• errors='ignore': 直接跳过无法解码的字节，可能会丢失少量字符，但其余内容能正常保留

对应代码如下（replace版本）：

new_list = [item.decode(encoding='utf-8', errors='replace') for item in new_list]

ignore版本：

new_list = [item.decode(encoding='utf-8', errors='ignore') for item in new_list]

2. 尝试其他常见编码 #

你遇到的0x93字节是个明显的线索——它在Windows-1252编码里是左双引号字符，这种编码在混合编码或遗留文件里非常常见。先试试这个方案，它可能能完整保留你的原始文本：

new_list = [item.decode(encoding='windows-1252') for item in new_list]

Windows-1252能处理很多UTF-8不兼容的"奇怪"字节，说不定根本不需要错误处理就能正常解码。

3. 构建灵活的多编码 fallback 解码器 #

如果你不确定哪个编码能适配列表里所有元素，可以写个小函数按顺序尝试多种编码，最后再用错误处理兜底：

def safe_decode(byte_string):
    # 先尝试UTF-8
    try:
        return byte_string.decode('utf-8')
    except UnicodeDecodeError:
        # 失败的话试试Windows-1252
        try:
            return byte_string.decode('windows-1252')
        except UnicodeDecodeError:
            # 最后兜底用替换策略
            return byte_string.decode('utf-8', errors='replace')

# 把函数应用到你的列表上
new_list = [safe_decode(item) for item in new_list]

这种方式能最大程度保留原始文本，同时避免解码报错。

顺便提一句：没有什么"直接去掉b'"的魔法——b'只是Python用来标识字节对象的标记。要把它转成字符串，必须用合适的编码解码。上面的方法正是解决了混合编码导致的解码失败问题。

内容的提问来源于stack exchange，提问作者JChat