¿Cómo convierto una variable de cadena de bytes de Python 3 en una cadena regular?

He leído en un archivo adjunto de correo electrónico XML con

bytes_string=part.get_payload(decode=False)

La carga útil viene como una cadena de bytes, como sugiere el nombre de mi variable.

Estoy tratando de usar el enfoque recomendado de Python 3 para convertir esta cadena en una cadena utilizable que pueda manipular.

El ejemplo muestra:

str(b'abc','utf-8')

¿Cómo puedo aplicar el bargumento de palabra clave (bytes) a mi variable bytes_stringy usar el enfoque recomendado?

La forma en que lo intenté no funciona:

str(bbytes_string, 'utf-8')

Lo tenías casi bien en la última línea. Usted quiere

str(bytes_string, 'utf-8')

porque el tipo de bytes_stringes bytes, el mismo que el tipo de b'abc'.

Llame decode()a una bytesinstancia para obtener el texto que codifica.

str = bytes.decode()

ACTUALIZADO:

NO TENER NINGUNA by citas al principio y al final

Cómo convertir bytescomo se ve en cadenas, incluso en situaciones extrañas.

Como su código puede tener caracteres irreconocibles para 'utf-8'codificar, es mejor usar solo str sin ningún parámetro adicional:

some_bad_bytes = b'\x02-\xdfI#)'
text = str( some_bad_bytes )[2:-1]

print(text)

Output: \x02-\xdfI

si agrega un 'utf-8'parámetro, a estos bytes específicos, debería recibir un error.

Como dice el estándar PYTHON 3, ahora textestaría en utf-8 sin ninguna preocupación.

¿Cómo filtrar (omitir) charachers que no sean UTF8 de la matriz?

Para abordar este comentario en la publicación de @ uname01 y el OP, ignore los errores:

Código

>>> b'\x80abc'.decode("utf-8", errors="ignore")
'abc'

Detalles

De los documentos , aquí hay más ejemplos que usan el mismo errorsparámetro:

>>> b'\x80abc'.decode("utf-8", "replace")
'\ufffdabc'
>>> b'\x80abc'.decode("utf-8", "backslashreplace")
'\\x80abc'
>>> b'\x80abc'.decode("utf-8", "strict")  
Traceback (most recent call last):
    ...
UnicodeDecodeError: 'utf-8' codec can't decode byte 0x80 in position 0:
  invalid start byte

El argumento de errores especifica la respuesta cuando la cadena de entrada no se puede convertir de acuerdo con las reglas de codificación. Los valores legales para este argumento son 'strict'(generar una UnicodeDecodeErrorexcepción), 'replace'(usar U+FFFD, REPLACEMENT CHARACTER) o 'ignore'(simplemente dejar el carácter fuera del resultado Unicode).