python - 特殊字符显示为问号

Question

使用 Python 编程语言时，我无法输出 å、ä 和 ö 等字符。下面的代码给我一个问号 (?) 作为输出，而不是 å:

#coding: iso-8859-1
input = "å"
print input

以下代码允许您输入随机文本。 for 循环遍历输入的每个字符，将它们添加到字符串变量 a，然后输出结果字符串。此代码工作正常；您可以输入 å、ä 和 ö，输出仍然是正确的。例如，“år”按预期输出“år”。

#coding: iso-8859-1
input = raw_input("Test: ")
a = ""
for i in range(0, len(input)):
    a = a + input[i]
print a

有趣的是，如果我将 input = raw_input("Test: ") 更改为 input = "år"，它将输出一个问号 (?) “å”。

#coding: iso-8859-1
input = "år"
a = ""
for i in range(0, len(input)):
     a = a + input[i]
print a

值得一提的是，我使用的是 TextWrangler，我的文档的字符编码设置为 ISO Latin 1。这是什么原因造成的？我该如何解决这个问题？

Answer 1

您使用的是 Python 2，我假设您在像 Linux 这样以 UTF-8 编码 I/O 的平台上运行。

Python 2 的 "" 文字代表字节串。因此，当您在 ISO 8859-1 编码的源文件中指定 "år" 时，变量 input 的值为 b'\xe5r' .当您打印这个时，原始字节被输出到控制台，但显示为问号，因为它们不是有效的 UTF-8。

为了演示，请尝试使用 print repr(a) 而不是 print a。

当您使用 raw_input() 时，用户的输入已经是 UTF-8 编码的，因此可以正确输出。

要解决这个问题，要么:

• 在打印之前将您的字符串编码为 UTF-8:

  print a.encode('utf-8')
  

• 使用 Unicode 字符串 (u'text') 而不是字节字符串。您需要小心解码输入，因为在 Python 2 上，raw_input() 返回字节字符串而不是文本字符串。如果您知道输入是 UTF-8，请使用 raw_input().decode('utf-8')。

• 将您的源文件编码为 UTF-8 而不是 iso-8859-1。那么字节串文字将已经是 UTF-8 格式。