python - 打印一个 utf-8 编码的字符串

Question

我正在使用 BeautifulSoup 从 HTML 中提取一些文本，但我只是不知道如何将其正确打印到屏幕(或相关的文件)。

这是包含文本的类的样子:

class Thread(object):
    def __init__(self, title, author, date, content = u""):
        self.title = title
        self.author = author
        self.date = date
        self.content = content
        self.replies = []

    def __unicode__(self):
        s = u""

        for k, v in self.__dict__.items():
            s += u"%s = %s " % (k, v)

        return s

    def __repr__(self):
        return repr(unicode(self))

    __str__ = __repr__

当尝试打印 Thread 的实例时，我在控制台上看到:

~/python-tests $ python test.py
u'date = 21:01 03/02/11 content =  author = \u05d3"\u05e8 \u05d9\u05d5\u05e0\u05d9 \u05e1\u05d8\u05d0\u05e0\u05e6\'\u05e1\u05e7\u05d5 replies = [] title = \u05de\u05d1\u05e0\u05d4 \u05d4\u05de\u05d1\u05d7\u05df '

无论我尝试什么，我都无法得到我想要的输出(上面的文本应该是希伯来语)。我的最终目标是将 Thread 序列化为文件(使用 json 或 pickle)并能够将其读回。

我在 Ubuntu 10.10 上使用 Python 2.6.6 运行它。

Answer 1

要将 Unicode 字符串输出到文件(或控制台)，您需要选择 文本编码。在 Python 中，默认文本编码是 ASCII，但要支持希伯来字符，您需要使用不同的编码，例如 UTF-8:

s = unicode(your_object).encode('utf8')
f.write(s)