Question

我创建了一些带有特殊字符的列表。但是当我打印时，这些列表在编解码器中出现了一些错误。

#!/usr/bin/env python
#-*- coding: utf-8 -*-

#My lists
geometriaAproximada = ['Sim', 'Não'];
regime = ['Permanente', 'Permanente com grande variação', 'Temporário', 
                'Temporário com leito permanente', 'Seco'];
tipomassadagua = ['Oceano', 'Baía', 'Enseada', 'Meandro abandonado', 
                            'Lago/Lagoa', 'Represa/Açude', 'Desconhecida'];
vegetacao_nivel_1 = ['Manguezal', 'Restinga', 'Brejo Litoraneo', 'Mussununga', 
                                'Vegetação com influência fluvial e/ou lacustre', 'Compo Rupestre'
                                'Floresta Estacional', 'Cerrado', 'Caatinga', 'Áreas Antropizadas',
                                'Rios, Lagos, Lagoas, e Corpos d''água'];
vegetacao_nivel_2 = ['Arbustiva/Arbórea', 'Apicum', 'Herbáceo-Arbustivo', 'Arbustiva', 'Herbácea', 
                                'Terras baixas', 'Aluvial' 'de Altitude (Submontana ou Montana)', 'Decidual', 'Semidecidual'
                                'Tipo biogeográfico de Cerrado', 'Tipo biogeográfico de Caatinga'];
vegetacao_nivel_3 = ['Estágio secundário inicial de regeneração', 
                                'Estágio secundário médio de regeneração', 
                                'Estágio primário e/ou secundário avançado de regeneração', 
                                'Mata de Cipó', 'Terras baixas', 'de Altitude (Submontana/Montana)', 'Aluvial', 
                                'Florestado (Cerradão)',  'Arborizado (Stricto sensu)', 'Parque (Campo cerrado)', 'Campo Limpo',
                                'Vereda', 'Floresta de galeria',
                                'Florestada', 'Arborizada', 'Parque', 'Gramínio-lenhosa'];

当我打印其中某人时：

print regime

['Permanente', 'Permanente com grande varia\xc3\xa7\xc3\xa3o', 'Tempor\xc3\xa1rio', 'Tempor\xc3\xa1rio com leito permanente', 'Seco']

我该怎么做才能纠正它？

Answer 1

在熟悉语言之后，

将Unicode固定在python 2上。特别是str对象可以保存二进制编码数据或ascii字符串数据，您只需要知道程序中的哪个是哪个。后来添加了unicode类型并执行了您所期望的类型 - 它包含能够表达unicode代码集的宽文本字符。

为了避免让人感到困惑，您的控制台和文本编辑器可能本身支持utf-8，因此在您查看时，保存编码的utf-8八位字节的字符串可能看起来正确。这两个字符串看起来一样，但repr告诉我们它们是不同的。第一个需要解码为python unicode字符串

>>> s = 'Permanente com grande variação'
>>> u = u'Permanente com grande variação'
>>> print repr(s)
'Permanente com grande varia\xc3\xa7\xc3\xa3o'
>>> print repr(u)
u'Permanente com grande varia\xe7\xe3o'
>>> s_decode = s.decode('utf-8')
>>> print repr(s_decode)
u'Permanente com grande varia\xe7\xe3o'

因此，问题的第一部分是通过将字符串编写为unicode来解决的。

u'Permanente com grande variação'

第二个问题是当你打印一个列表时，python会打印其成员的repr，你的字符串仍会显示编码字符。这并不需要修复 - 这只是python打印列表的正常方式。如果你想要更整洁的东西，你必须建立自己的输出，如

>>> mylist = [u'Permanente com grande variação', u'Vegetação com influência']
>>> print mylist
[u'Permanente com grande varia\xe7\xe3o', u'Vegeta\xe7\xe3o com influ\xeancia']
>>> print u', '.join(mylist)
Permanente com grande variação, Vegetação com influência

最后，python 3已经推出很长一段时间了，非英语使用者应该特别高兴的是它在使用国际字符集方面做得很好。

Python已经死了...... Python万岁！

Codec python列表

1 个答案: