Question

我在python中编写了一个自动化脚本，用于处理通过Telnet会话发送命令。出于某种原因，我无法让它发挥作用。经过大量令人沮丧的调试后，我发现当我翻译命令时：

"ulimit -s 1024"

在命令中 - 在utf-8中变得奇怪。我不得不用字节翻译它，因为我用Telnet发送它（我知道我应该使用ssh，但老实说我的情况很好）并且我意识到它很奇怪，因为当我以字节打印命令时它将是：< / p>

b"ulimit \x##\x##\x##s 1024"

我不记得确切的数字，但我通过复制并粘贴一个新的“ - ”来修复它，我在函数中使用了两行并且工作正常。

我从两行中复制并粘贴了部分，但我键入了ulimit -s部分。我也在使用IDLE

任何人都知道发生了什么事？

Answer 1

您设法输入U+2013 EN DASH或U+2014 EM DASH之类的内容，它们看起来很像ASCII字符U+002D HYPHEN MINUS。

因为这些字符中的任何一个都不在基本的Latin-1字母表中，所以将其中一个编码为UTF-8会产生一个3字节的序列：

>>> print('\u2013')
–
>>> print('\u2013'.encode('utf8'))
b'\xe2\x80\x93'
>>> print('\u2014')
—
>>> print('\u2014'.encode('utf8'))
b'\xe2\x80\x94'

这两个人不是唯一可以混淆的人物;还有一些：

U+2010 HYPHEN - （UTF8：E2 80 90）
U+2011 NON-BREAKING HYPHEN - （UTF8：E2 80 91）
U+2012 FIGURE DASH - （UTF8：E2 80 92）
U+FE58 SMALL EM DASH﹘（UTF8：EF B9 98）
U+FE63 SMALL HYPHEN-MINUS - （UTF8：EF B9 A3）

等

Answer 2

任何人都知道发生了什么事？

我可以在这里看到两种可能性。一个是你无意中从网页或其他文件中复制粘贴了一行代码 - 其中 - 已被emdash替换（它通常发生在我的引号和印刷报价标志上），看起来像一个减号但是它是UTF8多字节序列。

另一个是，IDLE编辑器以某种方式实现了像Microsoft Word那样的“拼写检查”，它取代了（其中包括）带有排版引号的引号，带有省略号的三个连续点和带有emdashes的减号。这个可能是由一些错误键入的罕见按键组合触发的（例如，我有时在尝试输入时触发Windows 7屏幕放大镜，我认为是{符号 - 我的键盘上的< kbd> Shift AltGr [）。

解释为什么“ - ”不是“ - ”

2 个答案: