Question

我输入的字符串由字符组成，包括双引号和单引号＆＃34;和＆＃39;

B@SS$*JU(PQ
AD&^%$^@!$
%()%@@DDSFD"*")(#
ABD*E@(%J^&@

但是，当我从文本文件打开上面的输入并打印它时，双引号＆＃34;在第三行打印为\ xe2 \ x80 \ x9d

我的目标是做一个简单的字符计数：

B 2
@ 3
S 2
$ 3
etc.

所以我希望能够输出

" 3

在上面的列表中。我应该用一些东西替换双引号，以便我可以计算它们并打印掉计数吗？

非常感谢。

Answer 1

\ XE2 \ X80 \ x9d

是“特殊”双引号的unicode值。您可以从UTF-8解码为Unicode，将其转换为“单个”Unicode字符。

>>> print "\xe2\x80\x9d".decode("utf-8")
”
>>> len("\xe2\x80\x9d".decode("utf-8"))
1

如果您使用的是Python 3：

>>> print(b"\xe2\x80\x9d".decode('utf8'))
”
>>> len(b"\xe2\x80\x9d".decode("utf-8"))
1

因此，对于您正在计算的文件（在Python 2中）：

from collections import defaultdict
with open("filename", 'r') as f:
    for text in f:
        decoded = text.decode("utf-8")
        count = defaultdict(int)
        for i in decoded:
            count[i] += 1

包含双引号字符的python字符串

1 个答案: