- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我在 Ubuntu 终端(编码设置为 utf-8)中运行此代码段两次,一次使用 ./test.py
然后用 ./test.py >out.txt
:
uni = u"\u001A\u0BC3\u1451\U0001D10C"
print uni
最佳答案
解决此类编码问题的关键在于理解原则上“字符串”的两个不同概念:(1)字符串,以及(2)字符串/字节数组。由于历史上普遍存在不超过 256 个字符的编码(ASCII、Latin-1、Windows-1252、Mac OS Roman 等),这种区别在很长一段时间内一直被忽略:这些编码将一组常见字符映射到0 到 255 之间的数字(即字节);在 Web 出现之前,相对有限的文件交换使得这种编码不兼容的情况是可以容忍的,因为大多数程序可以忽略存在多种编码的事实,只要它们生成的文本保留在同一操作系统上:这样的程序只会将文本视为字节(通过操作系统使用的编码)。正确的现代观点基于以下两点正确地将这两个字符串概念分开:
Encoding: characters → bytes
Decoding: bytes → characters
\u
和
\U
Unicode 字符串语法中使用的值。它们不应与字符的编码混淆(并且不必与它有任何关系:Unicode 代码点可以以各种方式进行编码)。
s = "\u1100\u1161\u11a8"; print(s, "len", len(s))
(Python 3)给出
각 len 3
,尽管
s
具有单个用户感知(韩语)字符(因为它用 3 个代码点表示——即使它没有必要,如
print("\uac01")
所示)。但是,在许多实际情况下,字符串的长度是用户感知的字符数,因为 Python 通常将许多字符存储为单个 Unicode 代码点。
unicode
类型,字面形式
u"…"
),而字节数组是“字符串”(
str
类型,其中字节数组例如可以用字符串文字
"…"
构造)。在
Python 3中,Unicode字符串被简单地称为“字符串”(
str
类型,文字形式
"…"
),而字节数组是“字节”(
bytes
类型,文字形式“679104”) .因此,像
b"…"
这样的东西在 Python 2(
"🐍"[0]
,一个字节)和 Python 3(
'\xf0'
,第一个也是唯一的字符)中给出了不同的结果。
"🐍"
到终端时,你不应该得到垃圾:Python知道你终端的编码。实际上,您可以检查终端期望的编码:
% python
Python 2.7.6 (default, Nov 15 2013, 15:20:37)
[GCC 4.2.1 Compatible Apple LLVM 5.0 (clang-500.2.79)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> import sys
>>> print sys.stdout.encoding
UTF-8
如果您的输入字符可以用终端的编码进行编码,Python 会这样做,并将相应的字节发送到您的终端,而不会提示。终端将在解码输入字节后尽最大努力显示字符(最坏的情况是终端字体没有某些字符,而是打印某种空白)。
u"…"
,因为字符串无法以适合您终端的方式进行编码)。唯一可能的解决方案是使用可以显示字符的终端(通过配置终端使其接受可以表示您的字符的编码,或者使用不同的终端程序)。当您分发可在不同环境中使用的程序时,这一点很重要:您打印的消息应该可以在用户终端中表示。因此有时最好坚持只包含 ASCII 字符的字符串。
% python2.7 -c "import sys; print sys.stdout.encoding" | cat
None
% python3.4 -c "import sys; print(sys.stdout.encoding)" | cat
UTF-8
如果需要,stdin、stdout 和 stderr 的编码可以通过
UnicodeEncodeError
环境变量为
set:
% PYTHONIOENCODING=UTF-8 python2.7 -c "import sys; print sys.stdout.encoding" | cat
UTF-8
PYTHONIOENCODING
)不可打印,
if I'm not mistaken。
import codecs
import locale
import sys
# Wrap sys.stdout into a StreamWriter to allow writing unicode.
sys.stdout = codecs.getwriter(locale.getpreferredencoding())(sys.stdout)
uni = u"\u001A\u0BC3\u1451\U0001D10C"
print uni
对于 Python 3,您可以在 StackOverflow 上查看
one of the questions asked previously。
关于python - 重定向到文件时出现 UnicodeDecodeError,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/4545661/
我正在尝试使用谷歌浏览器的 Trace Event Profiling Tool分析我正在运行的 Node.js 应用程序。选择点样本后,我可以在三种 View 之间进行选择: 自上而下(树) 自上而
对于一个可能是菜鸟的问题,我们深表歉意,但尽管在 SO 上研究了大量教程和其他问题,但仍找不到答案。 我想做的很简单:显示一个包含大量数据库存储字符串的 Android ListView。我所说的“很
我已经开始了一个新元素的工作,并决定给 Foundation 5 一个 bash,看看它是什么样的。在创建带有水平字段的表单时,我在文档中注意到的第一件事是它们使用大量 div 来设置样式。所以我在下
我有一个 Windows 窗体用户控件,其中包含一个使用 BeginInvoke 委托(delegate)调用从单独线程更新的第 3 方图像显示控件。 在繁重的 CPU 负载下,UI 会锁定。当我附加
我有一堆严重依赖dom元素的JS代码。我目前使用的测试解决方案依赖于 Selenium ,但 AFAIK 无法正确评估 js 错误(addScript 错误不会导致您的测试失败,而 getEval 会
我正在制作一款基于滚动 2D map /图 block 的游戏。每个图 block (存储为图 block [21][11] - 每个 map 总共 231 个图 block )最多可以包含 21 个
考虑到以下情况,我是前端初学者: 某个 HTML 页面应该包含一个沉重的图像(例如 - 动画 gif),但我不想强制客户缓慢地等待它完全下载才能享受一个漂亮的页面,而是我更愿意给他看一个轻量级图像(例
我正在设计一个小软件,其中包括: 在互联网上获取资源, 一些用户交互(资源的快速编辑), 一些处理。 我想使用许多资源(它们都列在列表中)来这样做。每个都独立于其他。由于编辑部分很累,我想让用户(可能
我想比较两个理论场景。为了问题的目的,我简化了案例。但基本上它是您典型的生产者消费者场景。 (我关注的是消费者)。 我有一个很大的Queue dataQueue我必须将其传输给多个客户端。 那么让我们
我有一个二元分类问题,标签 0 和 1(少数)存在巨大不平衡。由于测试集带有标签 1 的行太少,因此我将训练测试设置为至少 70-30 或 60-40,因此仍然有重要的观察结果。由于我没有过多地衡量准
我是一名优秀的程序员,十分优秀!