python - 读取字符时python中的UTF-8问题

Question

我使用的是 Python 2.5。这里发生了什么？我误解了什么？我该如何解决？

in.txt:

Stäckövérfløw

code.py

#!/usr/bin/env python
# -*- coding: utf-8 -*-
print """Content-Type: text/plain; charset="UTF-8"\n"""
f = open('in.txt','r')
for line in f:
    print line
    for i in line:
        print i,
f.close()

输出:

Stäckövérfløw

S t � � c k � � v � � r f l � � w 

Answer 1

for i in line:
    print i,

读文件的时候，读入的字符串是字节串。 for 循环一次迭代一个字节。这会导致 UTF-8 编码字符串出现问题，其中非 ASCII 字符由多个字节表示。如果你想使用 Unicode 对象，字符是基本部分，你应该使用

import codecs
f = codecs.open('in', 'r', 'utf8')

如果 sys.stdout 还没有合适的编码集，您可能需要将其包装起来:

sys.stdout = codecs.getwriter('utf8')(sys.stdout)