Python2转Python3时str.encode()长度变4致unpack报错求助

哈哈，这个坑我迁移Python2到3的时候踩过！咱们先把问题根源理清楚，再给你解决办法。

问题根源 #

• 在Python2里，str本质就是二进制字节序列，你用unpack('H', s1)是直接对这2个字节做16位整数解析，完全没问题。
• 到了Python3，str变成了Unicode字符序列，而你调用s1.encode()时默认用的是utf-8编码。你的s1是2个Unicode字符，每个字符在utf-8编码下占2个字节，所以encode后总长度变成4，而unpack('H', ...)要求输入必须是刚好2个字节，自然就报错了。

解决方案 #

你要明确：原来的s1在Python2里是二进制数据（不是文本字符串），所以在Python3里必须把它还原成bytes类型，且保持字节长度不变。具体分两种情况处理：

情况1：已错误将二进制数据转成Python3的str

如果你的s1是从文件/网络读取，或者其他途径变成了Python3的str，那用latin-1编码把它转回bytes——因为latin-1是单字节编码，每个Unicode字符（U+0000到U+00FF）对应唯一的1个字节，能完美还原Python2里的原始字节：

# Python3 代码
import struct

s1 = "你的目标字符串"  # type为str，len=2
# 用latin-1编码转回bytes，长度保持2
s1_bytes = s1.encode('latin-1')
# 现在可以正常unpack了
result = struct.unpack('H', s1_bytes)
print(result)

情况2：直接处理二进制数据（推荐做法）

如果是读取文件或者网络数据，直接用二进制模式操作，避免转换成str：

• 读取文件时用open('file.bin', 'rb')，这样得到的直接是bytes类型；
• 网络传输接收的二进制数据，Python3里也会是bytes类型，直接用struct.unpack即可。

内容的提问来源于stack exchange，提问作者Zheng