python - 不可打印的python unicode字符串

Question

我从图像中检索了一些 exif 信息并得到了以下信息:

{ ...
37510: u'D2\nArbeitsamt\n\xc3\x84nderungsbescheid'
...}

我以为会是

{ ...
37510: u'D2\nArbeitsamt\nÄnderungsbescheid'
... }

我需要将值转换为 str，但我无法让它正常工作。我总是得到类似的东西(使用 python27)

UnicodeEncodeError: 'ascii' codec can't encode characters in position 14-15: ordinal not in range(128)

有什么办法可以处理吗？

更新:

我用 python3 试过了，现在抛出错误，但结果是现在

{ ...
37510: 'D2\nArbeitsamt\nÃ\x84nderungsbescheid',
... }

这仍然不是预期的。

Answer 1

似乎是 utf8 被错误地解码为 latin1，然后放在一个 unicode 字符串中。您可以使用 .encode('iso8859-1') 来反转不正确的解码。

>>> my_dictionary = {37510: u'D2\nArbeitsamt\n\xc3\x84nderungsbescheid'}
>>> print(my_dictionary[37510].encode('iso8859-1'))
D2
Arbeitsamt
Änderungsbescheid

你现在可以打印出来了，但你也可以将它解码为 un​​icode，所以它最终会得到正确的类型以供进一步处理:

>>> type(my_dictionary[37510].encode('iso8859-1'))
<type 'str'>
>>> print(my_dictionary[37510].encode('iso8859-1').decode('utf8'))
D2
Arbeitsamt
Änderungsbescheid
>>> type(my_dictionary[37510].encode('iso8859-1').decode('utf8'))
<type 'unicode'>