枚舉utf-8字符串最簡單的方法

我讀了很多鏈接和建議，畢竟我更加困惑，然後我需要在Python中處理不是ASCII字符的字符串。枚舉utf-8字符串最簡單的方法

我使用Python 2.7在Ubuntu：

#!/usr/bin/python 
# -*- coding: utf-8 -*- 

for i, j in enumerate('Сон'): print '%d: %s' % (i+1, j)

輸出：

1: Ð 
2: ¡ 
3: Ð 
4: ¾ 
5: Ð 
6: ½

什麼是最簡單的方法我得到3 UTF-8編碼的字符枚舉，而不是6個字節字符？

來源

2012-03-27 theta

是否在SO回答你的問題這個鏈接 - http://stackoverflow.com/questions/8873517/printing-utf-8-encoded-byte-string – Gangadhar 2012-03-27 04:31:31

或者如果它不是一個文字變量，'utf8_string.decode（'utf-8'）'。 – agf 2012-03-27 04:39:37

添加一個 'U' 在它前面指定它是unicode：

for i, j in enumerate(u'Сон'): print '%d: %s' % (i+1, j)

輸出

1: С 
2: о 
3: н

來源

2012-03-27 04:31:32 jamylak

@theta，'sys.stdout.encoding'說什麼？ – 2012-03-27 04:37:32

我已經試過這個，現在因爲我有兩個類似的答案，並檢查了更多 - 問題是我的編輯器 - SciTE和它的輸出窗格。在終端你的建議工作正常，並在SciTE（我工作最）我得到UnicodeDecodeError。將進一步調查 – theta 2012-03-27 04:38:25

簡單的回答：don't。

>>> len(u'Сон') 
3

來源

2012-03-27 04:31:00

我之前瀏覽過它 - 提前解碼，稍後編碼。沒有得到它，並且希望Python 3早於預期 – theta 2012-03-27 04:40:59

@theta Eh？ Python 3.0於2008年12月發佈。 – 2012-03-27 05:13:08

你最喜歡的Python包是否支持它，或者你的系統將它設置爲默認解釋器：D – theta 2012-03-27 05:35:47

# -*- coding: utf-8 -*- 
for i, j in enumerate(u'Сон'): 
    print '%d: %s' % (i+1, j)

關於源代碼的編碼在Python：http://www.python.org/dev/peps/pep-0263/

'''pre'

'u'pre在string之前修複意味着將使用unicode字符串。

來源

2012-03-27 04:34:59

如果你想輸出的UTF-8字符，你還需要確保Python知道使用哪種編碼

$ export PYTHONIOENCODING=ascii 
$ python 
Python 2.7.1+ (r271:86832, Apr 11 2011, 18:05:24) 
[GCC 4.5.2] on linux2 
Type "help", "copyright", "credits" or "license" for more information. 
>>> import sys 
>>> sys.stdout.encoding 
'ascii' 
>>> for i, j in enumerate(u'Сон'): print '%d: %s' % (i+1, j) 
... 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
UnicodeEncodeError: 'ascii' codec can't encode character u'\u0421' in position 3: ordinal not in range(128)

$ export PYTHONIOENCODING=utf-8 
$ python 
Python 2.7.1+ (r271:86832, Apr 11 2011, 18:05:24) 
[GCC 4.5.2] on linux2 
Type "help", "copyright", "credits" or "license" for more information. 
>>> import sys 
>>> sys.stdout.encoding 
'utf-8' 
>>> for i, j in enumerate(u'Сон'): print '%d: %s' % (i+1, j) 
... 
1: С 
2: о 
3: н 
>>>

來源

2012-03-27 04:42:48

謝謝，所提到的問題是我的編輯。它的輸出窗格可能是ascii，但如果您熟悉SciTE，則將其設置爲「output.code.page = 65001」 – theta 2012-03-27 04:46:19

枚舉utf-8字符串最簡單的方法

回答

相關問題