Question

我如何获得西里尔而不是u'...

代码就像这样

def openfile(filename):
    with codecs.open(filename, encoding="utf-8") as F:
        raw = F.read()
do stuff...
print some_text

打印

>>>[u'.', u',', u':', u'\u0432', u'<', u'>', u'(', u')', u'\u0437', u'\u0456']

Answer 1

看起来some_text是一个unicode对象列表。当您打印这样的列表时，它会打印列表中的reprs个元素。所以请尝试：

print(u''.join(some_text))

join方法将some_text的元素与元素之间的空格u''连接起来。结果是一个unicode对象。

Answer 2

我不清楚some_text来自哪里（你删除了那段代码），所以我不知道它为什么打印成字符列表而不是字符串。

但是你应该知道，默认情况下，当你将字符串打印到终端时，Python会尝试将字符串编码为ASCII。如果您希望它们在其他编码系统中进行编码，您可以明确地执行此操作：

>>> text = u'\u0410\u0430\u0411\u0431'
>>> print text
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
UnicodeEncodeError: 'ascii' codec can't encode characters in position 0-3:
  ordinal not in range(128)
>>> print text.encode('utf8')
АаБб

Answer 3

u'\uNNNN'是字符串文字u'з'的ASCII安全版本：

>>> print u'\u0437'
з

但是，如果您的控制台支持您要打印的字符，则此选项仅适用于您。在西欧Windows安装的控制台上尝试上述操作失败：

>>> print u'\u0437'
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Python27\lib\encodings\cp437.py", line 12, in encode
    return codecs.charmap_encode(input,errors,encoding_map)
UnicodeEncodeError: 'charmap' codec can't encode character u'\u0437' in position 0: character maps to <undefined>

因为让Windows控制台输出Unicode很棘手，所以Python 2的repr函数总是选择ASCII安全文字版本。

您的print语句正在输出repr版本而不是直接打印字符，因为您已将它们放在字符列表中而不是字符串中。如果您对列表的每个成员执行了print，那么您将直接获得字符输出，而不是表示为u'...'字符串文字。

如何在输出中获得Cyrillic，Python？

3 个答案: