插入字典后Python字符串'转换'

Question

我收到非英文文本，当我将其附加到词典时，它生成“\ xe0 \ xa6 \ xb9 \ xe0 \ xa6 \ xb0 \ xe0 \ xa6 \ x”就像文本一样

Example:
obj = {}
title = 'non english text'
print "title ...",title
obj['title'] = title
print obj

它回归：

    title... non english text
   {'title': '\xe0\xa6\xb9\xe0\xa6\'}

任何想法，我该如何解决？

提前致谢。

Answer 1

您正在查看UTF-8编码数据：

>>> '\xe0\xa6\xb9\xe0\xa6\xb0'.decode('utf8')
u'\u09b9\u09b0'
>>> print '\xe0\xa6\xb9\xe0\xa6\xb0'.decode('utf8')
হর

要将其解码为Unicode文本，请使用.decode('utf8')。如果您将该字符串直接打印到终端并且您的终端配置为处理UTF-8，它将显示为您解码的那些字符，但dict表示显示包含数据的python文字表示。

请，请阅读Python Unicode HOWTO和The Absolute Minimum Every Software Developer Absolutely, Positively Must Know About Unicode and Character Sets (No Excuses!)。

Answer 2

这是一个unicode处理错误。在Python 3所有text都是unicode - 给它一个去，你在非ascii字符集中的例子应该可以工作，你会省去一些麻烦。

如果你坚持使用Python 2.x时要注意Martijn所说的话 - 他就是在敲打。