Question

我正在制作一个程序，该程序使用带有瑞典字符的单词并将它们存储在列表中。我可以在将它们放入列表之前打印瑞典字符，但是在放入它们之后，它们不会正常显示，只是一大堆字符。

这是我的代码：

# coding=UTF-8 

def get_word(lines, eng=0):
    if eng == 1: #function to get word in english
        word_start = lines[1]

def do_format(word, lang):
    if lang == "sv":
        first_word = word
        second_word = translate(word, lang)
        element = first_word + " - " + second_word
    elif lang == "en":
        first_word = translate(word, lang)
        second_word = word
        element = first_word + " - " + second_word
    return element

def translate(word, lang):
    if lang == "sv":
        return "ENGLISH"
    if lang == "en":
        return "SWEDISH"

translated = []
path = "C:\Users\LK\Desktop\Dropbox\Dokumentai\School\Swedish\V47.txt"

doc = open(path, 'r')           #opens the documen
doc_list = []                   #the variable that will contain list of words
for lines in doc.readlines():   #repeat as many times as there are lines
    if len(lines) > 1:          #ignore empty spaces
        lines = lines.rstrip()  #don't add "\n" at the end
        doc_list.append(lines)  #add to the list
for i in doc_list:
    print i

for i in doc_list:
    if "-" in i:
        if i[0] == "-":
            element = do_format(i[2:], "en")
            translated.append(element)
        else:
            translated.append(i)
    else:
        element = do_format(i, "sv")
        translated.append(element)


print translated
raw_input()

我可以将问题简化为简单的代码：

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

test_string = "ö"
test_list = ["å"]

print test_string, test_list

如果我运行它，我会得到这个

Ã¶['\ xc3 \ xa5']

Answer 1

有很多事情需要注意：

破碎的角色。这似乎发生是因为你的python似乎输出UTF-8但你的终端似乎配置为某些ISO-8859-X模式（因此两个字符）。我试着在Python 2中使用正确的unicode字符串！（始终u"ö"代替"ö"）。并在linux上检查您的语言环境设置（locale命令）
列表中的奇怪字符串。在Python print e中将打印出str(e)。对于列表（例如["å"]），__str__的实现与__repr__相同。由于repr(some_list)会在列表中包含的任何元素上调用repr，因此您最终会得到您看到的字符串。

repr(string)的示例：

>>> print u"ö"
ö
>>> print repr(u"ö")
u'\xf6'
>>> print repr("ö")
'\xc3\xb6'

Answer 2

如果您打印列表，则可以将其打印为某种结构。您应该使用join()字符串方法将其转换为字符串。使用您的测试代码，它可能看起来像：

print test_string, test_list
print('%s, %s, %s' % (test_string, test_list[0], ','.join(test_list)))

输出：

ö ['\xc3\xa5']
ö, å, å

我认为在你的主程序中你可以：

print('%s' % (', '.join(translated)))

Answer 3

您可以使用codecs模块指定读取字节的编码。

import codecs

doc = codecs.open(path, 'r', encoding='utf-8')           #opens the document

使用codecs.open打开的文件将在使用指定编码解码原始字节后为您提供unicode字符串。

在你的代码中，在字符串文字前加上u，以使它们成为unicode字符串。

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

test_string = u"ö"
test_list = [u"å"]

print test_string, test_list[0]

python中的瑞典字符错误

3 个答案: