Python 不识别 unicode

Question

我正在尝试制作一个脚本，将日文片假名转换为罗马字(“shi”到“shi”)。这是我正在尝试的:

x = u''
x = raw_input('Enter katakana: ')
x = x.replace(u'\u30B7', u'shi')

Enter Katakana: シ
UnicodeDecodeError: 'ascii' codec can't decode byte 0xe3 in position 0: ordinal not in range(128)

只要我的脚本中的 unicode 写成 u'\u30B7' 而不是 shi，它应该能够处理它，对吗？

Answer 1

raw_input 以字节编码形式返回输入的字符串，该形式因使用的终端而异。首先尝试将输入显式解码为 Unicode:

import sys
x = raw_input('Enter katakana: ').decode(sys.stdin.encoding)

您得到的错误是由于 replace 试图通过默认的 ascii 编解码器天真地将字节编码的 x 转换为 Unicode。