Question

我是python的新手，我遇到了解unicode的问题。我正在使用 Python 3.4。我花了一整天的时间试图通过阅读包括http://www.fileformat.info/info/unicode/char/201C/index.htm和http://python-notes.curiousefficiency.org/en/latest/python3/text_file_processing.html在内的unicode来解决这个问题 {{3}}

我需要引用特殊引号，因为它们用于我正在分析的文本中。我测试过W7命令窗口可以读写2个特殊引号字符。为简单起见，我写了一个单行脚本：

print ('“') # that's the special quote mark in between normal single quotes

并获得此输出：

Traceback (most recent call last):
  File "C:\Users\David\Documents\Python34\Scripts\wordCount3.py", line 1, in <module>
    print ('\u201c')
  File "C:\Python34\lib\encodings\cp437.py", line 19, in encode
    return codecs.charmap_encode(input,self.errors,encoding_map)[0]
UnicodeEncodeError: 'charmap' codec can't encode character '\u201c' in position 0: character maps to <undefined>

那么我如何写一些内容来引用这两个字符u201C和u201D？

这是文件open语句中正确的编码选择吗？

with open(fileIn, mode='r', encoding='utf-8', errors='replace') as f:

Answer 1

原因是在3.x Python中你不能只将unicode字符串与字节串混合在一起。也许，你已经阅读过处理Python 2.x的手册，只要bytestring包含可转换的字符，就可以实现这些。

print('\u201c', '\u201d')

对我来说很好，所以唯一的原因是你对源文件或终端使用了错误的编码。

此外，您可以将python显式指向您正在使用的代码页，方法是在源代码的上方放置下一行：

 # -*- coding: utf-8 -*-

补充：您似乎正在使用Windows计算机，如果是这样，您可以通过运行

将您的控制台代码页更改为utf-8

chcp 65001

在启动python解释器之前

。这些更改将是暂时的，如果您想要永久更改，请运行下一个.reg文件：

Windows Registry Editor Version 5.00
[HKEY_CURRENT_USER\Console]
"CodePage"=dword:fde9

使用unicode字符u201c

1 个答案: