Question

当我在Python中使用下一个代码时：

line = "áaáaáaá"
for c in line:
    print c

我的出局是：

一个一个一个

我该如何解决这个问题？

Answer 1

我在谷歌搜索了一下这个问题，我在这里找到了一些东西：

尝试从“启动配置”对话框＆gt;常见＆gt;并将编码设置为utf-8或latin-1。

如果这不能解决问题，请尝试将每个字符转换为utf-8格式，然后将其打印出来：

line = unicode("áaáaáaá", encoding="utf-8")
for c in line:
    print c

编辑：这里有一些解释：）

当您未将编码指定为utf-8时，解释程序会将其分解为错误的部分。例如，à存储为'\ xc3 \ xa1`。在循环中，python认为它是两个独立的字符：

>>> s = "áaáaáaá".encode()
>>> for i, c in enumerate(s):
    print(i,c)


0 195
1 161
2 97
3 195
4 161
5 97
6 195
7 161
8 97
9 195
10 161

它认为\xc3\xa1为两个字符，即：

Ã
¡

为什么在指定编码时它会起作用呢？好吧，我相信你已经得到了它。当您将编码设置为utf-8时，它会将格式设置为utf-8，并且它知道\xc3\xa1是一个字符。

好吧，在我的第二种方法中，即使你没有将编码设置为utf-8，它也会有效。为什么？因为：

line = unicode("áaáaáaá", encoding="utf-8")

将编码从utf-8转换为解释器使用的编码。

希望这有帮助！

Answer 2

我在python解释器上尝试了以下内容来理解，希望这些发现可以帮到你！

\> line = "áaáaáaá"
\> line
'\xc3\xa1a\xc3\xa1a\xc3\xa1a\xc3\xa1'

这整行都是以utf-16存储的。注意á已转换为\xc3\xa1

line = "áaáaáaá"
for c in line:
    print c

分割线就像这样 - '\xc3' , '\xa1', 'a' , '\xc3' .... 这个输出就像� � a � � a � � a � �

所以如果你指定这样的东西 -

\> line = unicode("áaáaáaá", encoding="utf-8")
\> line
u'\xe1a\xe1a\xe1a\xe1'

这将以单字节本身编码所有字符的unicode值。

现在分割线就像这样 - '\xe1', a, '\xe1', 'a', '\xe1', 'a', ...

和输出类似于áaáaáaá