Python3：迭代二进制字符串将字符转换为整数

Question

我觉得我在这里错过了一些微不足道的东西：

我最近跳到了 Python3（在 Eclipse 中使用 PyDev）。
我有一个计算熵值的项目，并包含以下代码：

data = b'NVGI\x19\x01\x10\x00'
seen = dict(((chr(x), 0) for x in range(0,256)))
for byte in data:
    seen[byte]+=1

data 中的二进制字符串要长得多，但这足以用于演示目的。

对于 python3，此代码会导致 KeyError。对于 python2.7，这完全没有问题。

这是因为迭代data返回一个整数（在本例中为 78），而saw需要一个字符“N”。

奇怪的是，在 python2.7 中，相同的代码将产生预期的字符“N”。

我现在已经通过这样做来创可贴：

seen[ord(byte)] += 1

有人可以尝试复制这个或告诉我哪里出了问题吗？

Answer 1

因为在python-3中，二进制字符串的元素int是s。

的确：

>>> type(data[0])
<class 'int'>

“ Python 3.0 的新增功能”文档中也对此进行了指定。

因此，您可以通过构建字典来解决问题，例如：

seen = dict(((x, 0) for x in range(0,256)))

或者你可以用相反的方式来做：

data = b'NVGI\x19\x01\x10\x00'
seen = dict(((chr(x), 0) for x in range(0,256)))
for byte in data:
    seen[chr(byte)]+=1

但更优雅的解决方案是简单地使用计数器：

from collections import Counter

result = Counter(data)

生成：

>>> Counter(data)
Counter({16: 1, 1: 1, 86: 1, 25: 1, 73: 1, 71: 1, 78: 1, 0: 1})

ACounter是的子类dict，因此计数器支持所有字典操作。

如果您希望计数器包含string 值，您可以这样做：

result = Counter(chr(x) for x in data)

这给出：

>>> Counter(chr(x) for x in data)
Counter({'\x00': 1, 'G': 1, 'I': 1, '\x01': 1, 'V': 1, 'N': 1, '\x10': 1, '\x19': 1})

请注意，如果您在计数器中查询不存在的键，它将返回0。因此，您还可以节省内存，因为您不一定拥有所有 256 个值的计数。