Question

我有一个从shell获取参数的程序。该参数将是搜索操作中使用的查询。

如果我传入英文单词（即没有重音等），它就可以了。然而，如果我传入，即'café'，我会'cafú'（print sys.argv[1]导致cafÚ而不是café。）

我认为我可以通过将其转换为Unicode对象来解决问题，但我错了。

Q = unicode(sys.argv[1], encoding=sys.stdin.encoding)

我仍然得到'cafÚ'!!我疯了......

Answer 1

我打赌你在Windows上，对吧？

>>> a = "café"
>>> a
'caf\x82'
>>> print a
café
>>> a.decode("cp850")                      # DOS codepage 850 --> Unicode
u'caf\xe9'
>>> a.decode("cp850").encode("cp1252")     # DOS 850 --> Unicode --> Windows 1252
'caf\xe9'                                  # identical to Unicode codepoint
>>> print a.decode("cp850").encode("cp1252") # Display a cp1252 string in cp850
cafÚ

使用encoding="cp1252"代替，然后它应该有用。

说明：（有些猜测）

cmd个窗口使用cp850作为默认代码页。从上面的会话中的第二行可以看出这一点，0x82 é cp850中的cp1252。
在Windows下启动的Python程序似乎使用é作为标准编码，如上面会话的最后一行所示：0xe9 cp1252中的cp1252（比如Unicode）。
当您将此字符串写入文件（默认情况下使用f.write(a)）时，这一点也很明显：
如果我caf,，我会将,作为我文件的内容，因为0x82中的cp1252为f.write(a.decode("cp850").encode("cp1252"))。）如果我café，我会cp850。

道德：在您的环境中找出正确的编码，尽快将所有内容转换为Unicode，使用它，然后转换回您需要的编码。如果您要输入交互式窗口，请使用cp1252，如果您要输入文件，请使用{{1}}。

或者切换到Python 3，这使得所有这些变得更加容易。

Python 2.7：如何从shell传递诸如'café'之类的参数而不是'cafÚ'？

1 个答案: