帶引號的編碼/解碼字符串

Question

我無法正確編碼和解碼包含單引號和雙引號的字符串。注意：我需要顯示引號。

我將以下字符串保存在txt文件中。

Here’s their mantra: 「Eat less and exercise more. The secret to weight loss is energy balance. There are no good or bad calories. It’s all about moderation.」 

with open ("file.txt", "r") as myfile: 
    data = myfile.read() 
    myfile.close() 

print data 
the result: 
 
HereΓÇÖs their mantra: ΓÇ£Eat less and exercise more. The secret to weight loss is energy balance. There are no good or bad calories. ItΓÇÖs all about moderation.ΓÇ¥ 

我完全可以省略引號，但我需要向他們展示

print data.decode('ascii', 'ignore') 

Heres their mantra: Eat less and exercise more. The secret to weight loss is energy balance. There are no good or bad calories. Its all about moderation. 

print json.dumps(data) 

"\ufeff\nHere\u2019s their mantra: \u201cEat less and exercise more. The secret to weight loss is energy balance. There are no good or bad calories. It\u2019s all about moderation.\u201d " 

Answer 1

你的文件不是ASCII。你似乎意識到這一點，因爲你明確地告訴它忽略解碼錯誤。

它看起來像文件是UTF-8，Python正在打印unicode對象的UTF-8編碼，然後Windows通過控制檯的默認代碼頁進行解釋（在我的系統上，cp437，一個ASCII超集提供了一堆控制檯繪圖符號作爲字符）。要解決，正確地對其進行解碼：或者

print data.decode('utf-8') 

，您可以使用Python 3 open功能，即使在Python 2.7，通過導入io和使用io.open，這將讓您指定的編碼，並自動爲你執行的解碼並無縫地：

from __future__ import print_function # Including the __future__ import makes 
             # this 100% Py2/Py3 compatible 
import io 

with io.open("file.txt", encoding="utf-8") as myfile: 
    data = myfile.read() 
print(data) 

如果您使用的是Windows，命令提示符可能不會支持任意的Unicode輸出不幸的是，並沒有100％的解決方案，但運行

chcp 65001 

在您的cmd.exe提示符之前啓動Python程序將使它使用UTF-8作爲控制檯的「代碼頁」（它如何解釋Python輸出的原始字節）。該代碼頁有一些錯誤（搜索瞭解更多），但它是最接近您將得到的。您還需要Unicode友好控制檯字體，more details here。

手動代碼頁操作的替代解決方案（或轉移到Python 3.6，它完全繞過代碼頁問題）是使用像unidecode這樣的包將非ASCII字符轉換爲它們的ASCII等效字符（因此Unicode智能引號變爲純ASCII直引號）。關於在其他地方使用unidecode的信息有很多，我會避免在這裏迴流。