u''前缀和unicode()之间有什么区别？
# -*- coding: utf-8 -*-
print u'上午' # this works
print unicode('上午', errors='ignore') # this works but print out nothing
print unicode('上午') # error
对于第三个print，错误显示：UnicodeDecodeError：'ascii'编解码器无法解码位置0中的字节0xe4
如果我有一个包含非ascii字符的文本文件，例如“上午”，如何阅读并正确打印出来？
答案 0 :(得分：14)
u'..'是一个字符串文字，并根据源编码声明对字符进行解码。
unicode()是一个将另一种类型转换为unicode对象的函数，您已经为它指定了字节字符串文字。它将根据默认的ASCII编解码器解码字节字符串。
因此，您使用不同类型的文字表示法创建了一个字节字符串对象，然后尝试将其转换为unicode()对象，该对象失败，因为str的默认编解码器 - ＆gt; unicode次转化是ASCII。
这两个是完全不同的野兽。如果你想使用后者，你需要给它一个明确的编解码器：
print unicode('上午', 'utf8')
这两者的相关性与使用0xFF和int('0xFF', 0)相关的方式相同;前者使用十六进制表示法定义值255的整数，后者使用int()函数从字符串中提取整数。
另一种方法是使用str.decode() method：
print '上午'.decode('utf8')
除非您知道自己在做什么，否则不要试图使用错误处理程序（例如ignore'或'replace'）。例如，'ignore'尤其可以掩盖选择错误编解码器的潜在问题。
您可能想要阅读Python和Unicode：
答案 1 :(得分：2)
str在u''中没有Python 2.7.x作为前缀时，解释器看到的是一个字节字符串，没有明确的编码。
如果你没有告诉解释器在执行unicode()时如何处理这些字节，它会（如你所见）默认尝试decode通过ascii看到的字节编码方案。
这是尝试将str的普通字节转换为unicode对象的初步步骤。
使用ascii到decode表示：尝试使用硬编码映射解释str的每个字节，这是0和127之间的数字。
您遇到的错误类似于dict KeyError：解释器遇到ascii编码方案没有指定映射的字节。
由于解释器不知道如何处理字节，因此会抛出错误。
您可以通过使用另一组编码/解码映射来告诉解释器decode字节来改变该初步步骤，一个超出ascii，例如UTF-8，如其他答案中详细说明的那样。
如果解释器在str中为每个字节（或多个字节）找到所选方案中的映射，它将成功解码，解释器将使用生成的映射生成unicode个对象。
Python unicode对象是一系列Unicode code points。 Unicode code space中有1,112,064个有效代码点。
如果您选择用于解码的方案是您的文本（或代码点）编码的方案，则打印时的输出应与原始文本相同。
还可以考虑尝试Python 3。相关的差异在下面的第一条评论中解释。
答案 2 :(得分：0)
Unicode是一种对象类型，而“＆＃39; u＆＃39;是一个用于表示该对象是unicode对象的文字。它类似于＆＃39; L＆＃39;用于表示long int的文字。
答案 3 :(得分：0)
请尝试：'上午'.decode（'utf8'，'ignore'）。encode（'utf8'）