Python将utf-8转换回字符串

Question

我有一个看起来像

的字符串

a = 'Verm\xc3\xb6gensverzeichnis'

当我打印（a）时，它向我显示了正确的结果，即Vermögensverzeichnis。

print(a)
Vermögensverzeichnis

我想做的是使用Counter（）计算每个字母的出现并将其保存在数据框中。当我使用Counter（a）时，它会给我这样的结果：

 Counter({'V': 1,
         'c': 1,
         'e': 4,
         'g': 1,
         'h': 1,
         'i': 2,
         'm': 1,
         'n': 2,
         'r': 2,
         's': 2,
         'v': 1,
         'z': 1,
         '\xb6': 1,
         '\xc3': 1})

能帮我摆脱\ xc3 \ xb6之类的代码吗？我已经尝试了许多现有的答案，但是不幸的是它们没有用。

非常感谢！

Answer 1

这必须是Python2。如果要计算字符数与编码字节数，请使用Unicode。 Dataset是\xc3\xb6的编码字节：

ö

解码为Unicode。只要您的终端配置正确，它仍然可以正确打印：

>>> a = 'Verm\xc3\xb6gensverzeichnis'
>>> print a # Note this only works if your terminal is configured for UTF-8 encoding.
Vermögensverzeichnis

计算Unicode代码点：

>>> u = a.decode('utf8')
>>> u
u'Verm\xf6gensverzeichnis'
>>> print u
Vermögensverzeichnis

>>> from collections import Counter >>> Counter(u) Counter({u'e': 4, u'i': 2, u'n': 2, u's': 2, u'r': 2, u'c': 1, u'v': 1, u'g': 1, u'h': 1, u'V': 1, u'm': 1, u'\xf6': 1, u'z': 1}) 是u'\xf6'的Unicode代码点。打印键和值以在终端上正确显示它们：

ö

进行进一步研究以了解将在哪里中断： Unicode规范化和 graphemes 。