Question

我正在尝试获得calendar.month_abbr[6]的unicode版本。如果我没有为语言环境指定编码，我不知道如何将字符串转换为unicode。下面的示例代码显示了我的问题：

>>> import locale
>>> import calendar
>>> locale.setlocale(locale.LC_ALL, ("ru_RU"))
'ru_RU'
>>> print repr(calendar.month_abbr[6])
'\xb8\xee\xdd'
>>> print repr(calendar.month_abbr[6].decode("utf8"))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "/usr/lib/python2.5/encodings/utf_8.py", line 16, in decode
    return codecs.utf_8_decode(input, errors, True)
UnicodeDecodeError: 'utf8' codec can't decode byte 0xb8 in position 0: unexpected code byte
>>> locale.setlocale(locale.LC_ALL, ("ru_RU", "utf8"))
'ru_RU.UTF8'
>>> print repr(calendar.month_abbr[6])
'\xd0\x98\xd1\x8e\xd0\xbd'
>>> print repr(calendar.month_abbr[6].decode("utf8"))
u'\u0418\u044e\u043d'

任何想法如何解决这个问题？解决方案不必看起来像这样。任何能在unicode中提供缩写月份名称的解决方案都可以。

Answer 1

更改代码中的最后一行：

>>> print calendar.month_abbr[6].decode("utf8")
Июн

使用不当repr()隐藏你已经得到你需要的东西。

此外，getlocale()可用于获取当前区域设置的编码：

>>> locale.setlocale(locale.LC_ALL, 'en_US')
'en_US'
>>> locale.getlocale()
('en_US', 'ISO8859-1')

可能对您有用的另一个模块：

PyICU - 更好的国际化方式。虽然locale根据操作系统中的区域设置数据库生成初始或变形的月份名称（因此您不能依赖俄语这样的语言！）并使用某些编码，PyICU会有所不同初始和变形形式的格式说明符（因此您可以选择适合您的情况）并使用unicode。
pytils - 一套使用俄语的工具，包括日期。它具有硬编码的月份名称作为locale限制的解决方法。

Answer 2

您需要的是：

…
myencoding= locale.getpreferredencoding()
print repr(calendar.month_abbr[6].decode(myencoding))
…

如何在Python中获取unicode月份名称？

2 个答案: