特殊的国家角色在Python中赢得了.split（）

Question

从文本文件中读取特殊的国家字符时，我在Python中遇到了麻烦。

with open("../Data/DKsnak.txt") as f:
    content = f.readlines()

str1 = content[0]
print "string:",str1

lst1 = str1.split()
print "list:",lst1

输出如下：

string: Udtræk fra observatør på årstal
list: ['Udtr\xc3\xa6k', 'fra', 'observat\xc3\xb8r', 'p\xc3\xa5', '\xc3\xa5rstal']

第一行是预期的，包括特殊的丹麦特色。但是他们不会被分裂成一根绳子。 我尝试过使用编解码器和unicode的各种技巧，但却无法找到神奇的恶魔。

任何人都可以建议我如何将这些单词列入列表中，这样我就可以使用它们了。

祝你好运 马丁

运行： Python 2.7.5（默认，2014年2月19日，13：47：28） [gCC 4.8.2 20131212（Red Hat 4.8.2-7）] on linux2

Answer 1

你的代码很好。 python只是存储其特殊字符。如果您打印出文本，您仍会获得原始字符串：

s = 'Udtræk fra observatør på årstal'
s = s.split()

for i in s:
    print i

[OUTPUT]         #all fine
Udtræk
fra
observatør
på
årstal

Answer 2

来自https://docs.python.org/2.7/howto/unicode.html：

import codecs
f = codecs.open('unicode.rst', encoding='utf-8')

所以你得到unicode并可以拆分。

Answer 3

如前所述使用for循环，如果你想要它们在同一行：

for i in len(list1):

    string += list1[i] + ' '

print(string)