如何将字符串转换为二进制？

问题描述：

我需要一种方法来获取 python 中字符串的二进制表示形式。例如

st = "hello world"
toBinary(st)

是否有一个模块可以巧妙地实现这一目标？

解决方案 1：

像这样吗？

>>> st = "hello world"
>>> ' '.join(format(ord(x), 'b') for x in st)
'1101000 1100101 1101100 1101100 1101111 100000 1110111 1101111 1110010 1101100 1100100'

#using `bytearray`
>>> ' '.join(format(x, 'b') for x in bytearray(st, 'utf-8'))
'1101000 1100101 1101100 1101100 1101111 100000 1110111 1101111 1110010 1101100 1100100'

解决方案 2：

如果您指的是二进制bytes类型，则可以使用字符串对象的encode方法，该方法使用传递的编码类型将字符串编码为字节对象。您只需要确保将正确的编码传递给encode函数即可。

In [9]: "hello world".encode('ascii')                                                                                                                                                                       
Out[9]: b'hello world'

In [10]: byte_obj = "hello world".encode('ascii')                                                                                                                                                           

In [11]: byte_obj                                                                                                                                                                                           
Out[11]: b'hello world'

In [12]: byte_obj[0]                                                                                                                                                                                        
Out[12]: 104

否则，如果您希望它们以零和一的形式（二进制表示）表示，作为更符合 Python 的方式，您可以先将字符串转换为字节数组，然后使用bin其中的函数map：

>>> st = "hello world"
>>> map(bin,bytearray(st))
['0b1101000', '0b1100101', '0b1101100', '0b1101100', '0b1101111', '0b100000', '0b1110111', '0b1101111', '0b1110010', '0b1101100', '0b1100100']
 

或者你可以加入：

>>> ' '.join(map(bin,bytearray(st)))
'0b1101000 0b1100101 0b1101100 0b1101100 0b1101111 0b100000 0b1110111 0b1101111 0b1110010 0b1101100 0b1100100'

请注意，在python3中需要为bytearray函数指定编码：

>>> ' '.join(map(bin,bytearray(st,'utf8')))
'0b1101000 0b1100101 0b1101100 0b1101100 0b1101111 0b100000 0b1110111 0b1101111 0b1110010 0b1101100 0b1100100'

您还可以binascii在 Python 2 中使用模块：

>>> import binascii
>>> bin(int(binascii.hexlify(st),16))
'0b110100001100101011011000110110001101111001000000111011101101111011100100110110001100100'

hexlify返回二进制数据的十六进制表示形式，然后您可以通过指定 16 作为其基数将其转换为 int，然后使用将其转换为二进制bin。

解决方案 3：

我们只需要对其进行编码。

'string'.encode('ascii')

解决方案 4：

您可以使用内置函数访问字符串中字符的代码值ord()。如果您随后需要将其格式化为二进制，则该string.format()方法可以完成这项工作。

a = "test"
print(' '.join(format(ord(x), 'b') for x in a))

（感谢 Ashwini Chaudhary 发布该代码片段。）

虽然上述代码在 Python 3 中有效，但如果您假设使用除 UTF-8 以外的任何编码，情况就会变得更加复杂。在 Python 2 中，字符串是字节序列，默认情况下假设使用 ASCII 编码。在 Python 3 中，字符串被假设为 Unicode，并且有一个单独的bytes类型，其行为更像 Python 2 字符串。如果您希望假设使用除 UTF-8 以外的任何编码，则需要指定编码。

在 Python 3 中，你可以执行以下操作：

a = "test"
a_bytes = bytes(a, "ascii")
print(' '.join(["{0:b}".format(x) for x in a_bytes]))

对于简单的字母数字字符串，UTF-8 和 ascii 编码之间的差异并不明显，但如果处理的文本包含不在 ascii 字符集中的字符，则差异将变得很重要。

解决方案 5：

在 Python 3.6 及以上版本中，您可以使用f-string来格式化结果。

str = "hello world"
print(" ".join(f"{ord(i):08b}" for i in str))

01101000 01100101 01101100 01101100 01101111 00100000 01110111 01101111 01110010 01101100 01100100

• 冒号左侧的 ord(i) 是实际对象，其值将被格式化并插入到输出中。使用 ord() 可为您提供单个 str 字符的十进制代码点。

• 冒号的右侧是格式说明符。08 表示宽度为 8，用 0 填充，b 用作符号，以 2 为基数（二进制）输出结果数字。

解决方案 6：

def method_a(sample_string):
    binary = ' '.join(format(ord(x), 'b') for x in sample_string)

def method_b(sample_string):
    binary = ' '.join(map(bin,bytearray(sample_string,encoding='utf-8')))


if __name__ == '__main__':

    from timeit import timeit

    sample_string = 'Convert this ascii strong to binary.'

    print(
        timeit(f'method_a("{sample_string}")',setup='from __main__ import method_a'),
        timeit(f'method_b("{sample_string}")',setup='from __main__ import method_b')
    )

# 9.564299999998184 2.943955828988692

method_b 在转换为字节数组时效率更高，因为它进行低级函数调用，而不是手动将每个字符转换为整数，然后将该整数转换为其二进制值。

解决方案 7：

这是对现有答案的更新，这些答案过去使用过bytearray()但不再能以这种方式工作：

>>> st = "hello world"
>>> map(bin, bytearray(st))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: string argument without an encoding

因为如上面的链接所解释的，如果源是一个字符串， 您还必须提供编码：

>>> map(bin, bytearray(st, encoding='utf-8'))
<map object at 0x7f14dfb1ff28>

解决方案 8：

''.join(format(i, 'b') for i in bytearray(str, encoding='utf-8'))

这没问题，因为现在很容易恢复回字符串，因为不会添加零来达到 8 位来形成一个字节，因此很容易恢复回字符串以避免删除添加的零的复杂性。

解决方案 9：

以下是ASCII 127（删除）各种编码的位长度比较。请注意UTF-8-SIG、UTF-16 和 UTF-32 中各自的 24、16 和 32 位字节顺序标记 (BOM) ：

>>> for encoding in ('utf-8', 'utf-8-sig', 'utf-16', 'utf-16-le', 'utf-16-be', 'utf-32', 'utf-32-le', 'utf-32-be'): print(''.join(' '.join((f'{encoding:9}', f'{len(bs):2}', bs)) for bs in [''.join(f'{byte:08b}' for byte in 'x7f'.encode(encoding))]))
...
utf-8      8 01111111
utf-8-sig 32 11101111101110111011111101111111
utf-16    32 11111111111111100111111100000000
utf-16-le 16 0111111100000000
utf-16-be 16 0000000001111111
utf-32    64 1111111111111110000000000000000001111111000000000000000000000000
utf-32-le 32 01111111000000000000000000000000
utf-32-be 32 00000000000000000000000001111111

解决方案 10：

a = list(input("Enter a string    : "))
def fun(a):
    c =' '.join(['0'*(8-len(bin(ord(i))[2:]))+(bin(ord(i))[2:]) for i in a])
    return c
print(fun(a))