从Python2转Python3.6：如何解码socket.recv()获取的特定字节数据？

首先，你遇到的情况其实在Python 3中是可以完美复现Python 2.7的行为的——问题可能出在你测试时的操作细节上。让我一步步帮你解决：

核心原因 #

Python 2.7中的bytes.decode('latin-1')之所以能成功，是因为Latin-1（也叫ISO-8859-1）是单字节编码，它会把每个字节直接映射到对应的Unicode码点（0x00到0xFF对应U+0000到U+00FF），不存在解码失败的情况。而Python 3中的str本质就是Unicode字符串，和Python 2的unicode类型是等价的，所以用同样的解码方式就能得到一致的结果。

具体解决方案 #

直接在Python 3中对收到的字节数据调用decode('latin-1')即可，不会出现解码失败的情况。示例代码如下：

# 模拟socket.recv得到的字节数据
received_data = b'\x00\x004\x00\x08\x00\x00\x00The Delta Wavelength (nm) is currently set to 0.008.\xfc\xa9\xf1\xd2Mb\x80?'
# 使用latin-1解码
decoded_str = received_data.decode('latin-1')
# 查看解码后的字符串表示，和Python 2的Unicode结果一致
print(repr(decoded_str))

运行这段代码后，你会得到和Python 2.7中完全对应的字符串：

'\x00\x004\x00\x08\x00\x00\x00The Delta Wavelength (nm) is currently set to 0.008.\xfc\xa9\xf1\xd2Mb\x80?'

为什么你之前尝试会失败？ #

你提到用ascii、utf-8编码均失败，这是正常的：

• ascii只能处理0x00-0x7F的字节，超出范围的字节（比如\xfc、\xa9）会直接抛出UnicodeDecodeError；
• utf-8有严格的字节序列规则，像\xfc这类字节如果不在合法的utf-8序列中，也会抛出解码错误。

只有latin-1是无损耗的单字节解码，能处理所有0x00-0xFF的字节，完全匹配Python 2.7的解码行为。

额外说明 #

如果后续你需要处理那些非ASCII的特殊字节（比如\xfc、\xa9），它们可能是硬件使用的特定编码（比如某种二进制协议的一部分），那你需要根据硬件文档进一步解析。但如果只是要和Python 2.7代码保持一致，得到对应的Unicode字符串，latin-1就是最正确的选择。

内容的提问来源于stack exchange，提问作者Zheng